文本图像的一种混合二值化方法

二值化是OCR系统的基础，受到了广泛重视，通常分为全局阈值方法和局部比较方法两类，中提出了一种混合二值化方法，将全局阈值与邻域局部灰度信息相结合，构造了一种扩展的隶属函数，用于描述象素属于笔划或背景的程度，据此隶属测度去自适应地改变象素阈值，实验证明，该方法抗噪声能力强，保持笔划连通性好，适合于本图像的二值化。     

一种新的改进二值图像隐写算法

提出了一种改进的二值图像隐写算法。该算法首先将图像分块,计算图像块特征值,针对选择视觉效果好的图像块利用Tseng算法嵌入信息。嵌入过程中,对图像块内存在的多个可选嵌入位置利用"像素翻转标准"来确定最佳嵌入位置,使得嵌入信息后图像能保持较好的视觉效果。实验结果说明了本文的算法是将视觉效果和嵌入容量很好结合的一种隐写算法。     

一种基于多尺度表示的二值图像细化算法

在给出二值图像多尺度表示方法的基础之上，提出一种基于多尺度表示的细化算法。与目前已有的算法相比较，它的计算量小、抗噪性能好、便于硬件实现。实验结果表明，该算法很好地克服了传统细化算法的不足，为处理受强噪声污染的二值图像提供了一个新的思路。     

一种基于二值图像灰度变化特征的车牌定位方法

本系统提出了一套简洁高效的车牌定位的方法。首先对图像进行预处理,提高图像的质量,强化图像区域;接着采用一种基于二值图像灰度变化特征进行定位的方法,根据灰度的跳变搜索车牌区域,再利用车牌几何形状的特点对候选区进行筛选,得到车牌位置。实验证明,该算法简单、高效、实用,定位速度快,对采集的图像数据库的实验效果较好,基本很少出现定位错误或切割掉有效边缘信息的情况。     

一种新的二维条码图像二值化算法

根据Kittler算法和Bernsen算法提出一种新的二值化算法,该算法能够保证二维条码对实时性和效果的要求.以Data Matrix二维条码为例,首先根据Kittler算法找到图像发生光照不均的区域,然后改进Bernsen算法的处理过程、调整参数、削弱原算法的伪影问题,并用改进后的算法处理图像光照不均的部分.实验结果表明该算法具有良好的稳定性和自适应性,可以明显提高二维条码的二值化效果和识别率.     

数码相机拍摄的文本图像的二值化

提出了一种数码相机拍摄的文本图像的二值化方法,该方法是全局阈值、局部阈值与灰度梯度方法的结合.全局阈值与局部阈值的结合能较好地保留字符的笔画细节,灰度梯度方法能增强字符的笔画轮廓,实验结果表明该方法是有效的.     

一种用于二值文本图像认证的水印算法

提出了一种用于二值文本图像内容认证的脆弱型数字水印算法.该算法利用图像分块后每个像素块边缘部分的像素值产生混沌迭代初值,经混沌迭代及量化后生成水印信息.通过在图像块的中间部分查找3×3邻域各方向平滑度改变量小的点作为颜色翻转点,从而将水印信息嵌入.实验结果表明,该算法具有较好的不可见性及篡改检测和篡改定位能力.     

一种基于遗传算法的灰度图二值化方法

遗传算法是当前许多科学实验领域广泛应用的一种非线性并行算法.本文研究了遗传算法在数字图像的灰度图二值化中的应用,提出了一种新的灰度图二值化方法.该方法通过对每个子群体的优化计算和动态改进的适应度函数,确定新的分割阈值.实验验证该方法对于噪声干扰的一般质量图像有着良好的效果.     

几种文本图像二值化方法的对比分析

文档图像二值化是光学字符识别（OCR）预处理阶段的关键技术,其处理效果的好坏直接影响光学字符识别的识别率的高低.本文对几种全局阈值算法与自适应局部阈值算法进行了研究分析,从理论模型和实例文档图像两个方面综合分析了OTSU法、迭代法、简单统计法、Bersen、Niblack、VFCM、NFCM等二值化算法.通过实验、对比分析表明,几种算法各自具有其优缺点,对一些复杂文档图像情况的适应性也各不相同.在实际应用中,应根据具体的文档图像质量、周围环境的光照,以及对图像处理时间的要求等情况选择合适的文档图像二值化算法.     

基于边缘灰度的二值化阈值确定方法

图像二值化阈值的选取是数字图像预处理的关键技术之一.同时,使用阈值对图像进行分割也是一种常见的区域分割技术.在详细分析图像二值化原理及当前技术的前提下,综合考虑图像的各种实际情况,提出了基于边缘灰度确定图像二值化阈值的新方法.实验表明,根据这种方法确定的阈值对图像进行二值化处理,不仅可有效地解决图像灰度随地物特征变化的图像处理问题,同时对噪声图像也有很强的鲁棒性并可较好地保留图像的边缘特征.     

图像分割的误差分散半调算法

为了减少数字图像半调过程中传统误差分散法产生的可见人工纹理,提出了一种基于图像分割技术的误差分散法．该方法使用图像分割技术将图像分割为同灰度区域和不同灰度区域,在半调过程中只对同灰度区域使用阈值调制,并使用与输入灰度相关的具有4个方向的误差分散系数处理半调误差．实验结果表明该方法能够有效地减少半调图像中的人工纹理,而且在峰值信噪比、加权信噪比和统一图像质量指标标准上优于Floyd-Steinberg的误差分散法、Ostromoukhov的误差分散法和Bingfeng Zhou的误差分散法．     

一种基于随机误差分散技术的半色调水印方法

介绍了一种新颖的半色调图像水印方法,即当一幅连续色调图像使用随机误差分散方法转化为半色调图像时,利用一种特殊的技巧将一幅二值图像嵌入到半色调化的图像中,在提取水印时,将含有水印的半色调图像与原始不含有水印的半色调图像做图像差分运算,就可以直接从差分后的图像上看到嵌入的二值图像。仿真结果表明:该算法具有较好的水印不可感知性,同时当含有水印的图像遭受很强的随机涂改攻击时,仍能够提取其中嵌入的水印,对涂改操作具有很好的抵抗能力。     

基于累计平均和视觉计算的数字半调算法

简述了数字半调的理论基础,分析了以往的几种基本算法,提出了一种基于人眼积分特性的累计平均算法,并以视觉计算为基础对以往的误差扩散算法在扩散系数上作了修正．该算法较之以往的算法并行性高,处理简单,速度快,并达到了较好的处理效果．     

基于半色调图像的邻域相似性描述子方法

局部二值化模式是对局部信息进行特征提取,适合解决纹理特征不明显的图像特征提取问题,但这种方法存在特征维数高的问题。针对此问题,提出一种适用于半色调图像特征提取的邻域相似性描述子方法。该方法将8个邻域分别与中心像素值进行比较运算,然后求这8个运算值间的相似性指标。相似性指标的统计量进行归一化后作为图像的纹理特征向量。试验中,采用BP神经网络对提取图像特征进行分类试验。试验结果表明,在计算复杂度、识别精度等方面,本研究提出的方法优于单纯使用局部二值化模式算法。     

半调图像的分类方法

针对半调模式的特点,提出有监督流形上的半调图像分类方法。该方法采取3个方向像素自相关特征和同或运算来描述纹理特征,利用图像分块的思想获取纹理特征,以利于提高建模效率和纹理特征的有效性。结合有监督学习和噪声样本点对模型、高维样本特征进行线性降维,以改善样本特征的可分性。在实验中分析建模方法的有效性,比较所提出方法与5个同类方法的分类性能并探讨了相关参数对分类性能的影响。实验结果表明,当K=32且L=8时,所提出得方法性能最好,且优于其它5个同类方法。     

一种改进的半调数字图像水印方法

随着数字媒体的广泛普及,人们已经提出了许多种在灰度图像和彩色图像中嵌入水印的方法,但是由于半调图像的特殊性,这些方法大部分不适合直接应用于半调图像。本文在KW[1]方法的基础上提出了一种改进的半调图像水印方法。该方法利用了阈值T来控制水印的嵌入位置,在保证图像质量的前提下,嵌入尽可能多的数据。     

一种半调图像分类识别算法

分析影响逆半调质量的各种因素,引出半调图像识别研究的目标,并运用增强一维自相关函数、共生矩阵和游程矩阵研究半调图像的相关周期和纹理特征,通过构造多级分类器及其标准向量建立了一种常见半调图像的类型识别算法.实验表明,该算法的平均识别正确率可达99%,解决了估值类逆半调技术的实用化问题,也为其他逆半调方案的针对性设计和参数自适应优化奠定了基础.     

一种改进的半色调误差扩散算法

回顾了E-D算法的改进情况,对E-D相关算法的半色调结果图在色调中值时出现的假纹理结构进行了分析,指出用黑白相间的棋盘结构替换假纹理结构,可以得到更好的纹理结构,并给出了算法和试验的结果,最后对比分析三种E-D算法的结果图及其傅立叶谱,证明该方法行之有效.     

基于视觉特性的半色调图像水印算法

针对半色调(二值)图像提出一种新的数字水印算法。利用人眼的视觉掩盖特性和亮度适应特性,将水印隐藏在半色调图的高亮度纹理区域;采用加密和置乱技术提高二值水印图像的安全性,定义位卷积并设计r-位滤波器来指导水印的嵌入和提取。仿真结果表明:在嵌入相同数据量时,该算法较常规方法有更好的水印不可见性,当图像遭受裁剪、加噪、JPEG压缩、随机涂改攻击时,仍能正确提取其中嵌入的水印。     

自补偿灰度误差的带子元有序抖动

有序抖动是一种典型的数字半调方法,在用于打印时,印点的部分重叠现象将严重破坏灰度级的线性性,使输出图像的灰度和色彩出现明显失真．针对此现象,提出了一种自补偿灰度误差的有序抖动方法（带子元有序抖动）．该方法可真实再现原始图像的灰度和色彩,突破了常规有序抖动不能同时减少人工纹理和灰度误差的局限．