基于直方图凹度分析的印刷网点图二值化算法研究

在印刷工业上,为了用数字图像处理的方法测量印刷网点的参数,二值化是图像预处理过程中关键的一步,直接影响参数测量的精度。在分析已有数字图像二值化方法的基础上,结合印刷网点图的特征,提出一种基于直方图凹度分析的二值化方法。该算法根据印刷网点图像的灰度直方图特征,利用数学求导的思想求出灰度直方图中双峰之间的谷所对应的灰度值,将该值作为二值化的阈值。实验证明,该方法可以比较准确地求出印刷网点图的二值化阈值,和已有算法相比,扫描率低、速度快、计算准确,具有很好的应用前景。     

基于SOFM神经网络的图像融合二值化方法

提出了一种基于自组织特征映射(SOFM)神经网络的图像融合二值化方法。介绍了SOFM神经网络的特点及学习算法,根据SOFM的聚类确定图像第一阈值作为循环迭代的初始值,对整幅图像进行循环迭代得到第二阈值,使用第二阈值对原始图像进行二值化,得到第一幅待融合图像;通过改进的Bernsen方法对原始图像进行二值化,得到第二幅待融合图像;最后根据图像灰度值选小的原则作为图像融合方法,得到最终的二值化图像。该方法既能有效地消除伪影,又能较好地分离字符和文字。模拟实验结果表明,该方法的二值化效果明显优于Bernsen方法和Ostu方法,且具有良好的适应性。     

基于直方图估计和形状分析的沥青路面裂缝识别算法

提出了一种基于直方图估计和形状分析的沥青路面裂缝识别算法,该算法首先将1024×1024像素大小的路面裂缝图像分为256个64×64像素大小的子块,然后采用直方图估计的方法获得每个子块图像原始直方图的混合高斯拟合函数,两个高斯函数的交叉点即是每个子块图像的最优分割阈值。利用该阈值对整幅图像进行二值化后,在两种尺度条件下采用形状分析方法对子块二值图像进行快速分类和"野点"删除,最终实现了裂缝区域的精确定位。试验结果表明:本文提出的阈值分割方法应用于裂缝图像分割,其性能要优于极小误差法、Ostu阈值法、最大熵法等经典算法;采用形状分析对分割后二值化图像进行后续处理,可实现裂缝区域的快速、准确定位。     

一种实时自适应图像二值化方法

本文介绍一种用单片机和高速静态RAM统计直方图数据,并利用直方图数据和图像变换的原理来计算图像二值化的切割阈值的方法。这种方法实现了实时自适应图像二值化,并具有二值化速度快、效果好、电路简单、成本低廉的特点,适用于实时图像处理。     

Data Matrix码识别方法研究

以Data Matrix为例,探讨了二维码的分割识别算法,为消除散焦模糊,采用Otsu自适应阈值二值化的方法,对图像进行二值化处理,然后对图像进行旋转校正;图像旋转校正后的坐标,不一定是整数点,因此对图像进行双线性插值处理,消除旋转后带来的毛刺及空白点。实验证明,该算法效果良好,显著提高了条码的识别率。     

一种对ICT复杂图像进行二值化处理的方法

比较、评价了各种经典的图像二值化方法对ICT图像二值化处理的效果。综合分析及实践发现，实验法、大津法不适用于对ICT图像进行二值化分割；而迭代法、边缘检测阈值法、加权边缘检测阈值法对ICT图像二值化分割效果不好。直方图法处理的效果稍好，但它仍将非常接近背景灰度的目标物部分错误划分为背景。提出“背景法”、直方图法与背景法结合的改进方法，可对ICT断层图像进行较理想的二值化分割。     

车牌图像预处理研究

为解决由于天气或拍摄角度等原因造成拍摄到的车牌图像模糊、歪斜或缺损的情况,研究了车牌图像预处理技术。对输入的灰度图像进行大小归一化,避免因图像的变形而影响后续的处理。通过灰度拉伸增强图像对比度,通过二值化处理实现图像中背景和对象的分割。采用动态阈值法确定图像二值化的关键阈值,使用带修正的自适应邻域平均法消除图像干扰和噪音,并使用Hough变换和旋转投影相结合的方法实现车牌图像的倾斜校正。实验结果表明,所采用的车牌图像预处理方法对灰度图像可以实聊．较好的处理效果．     

一种简单可行的目标阈值选取方法

图像的二值化分割算法是图像处理中最基本的处理方法,二值化结果的好坏将直接影响后期的处理或识别,本文介绍一种利用图像四边信息来进行目标阈值选取的方法,详细分析了系统原理,给出了具体实现方法及结论.     

基于CUDA的图像预处理并行化研究

为加快图像预处理算法的执行速度,提出了基于计算统一设备架构(CUDA)的预处理算法来实现高速并行处理。分析了图像灰度化、高斯滤波以及直方图均衡化等预处理方法的原理,并对它们进行并行化分析,从而将CUDA并行计算技术引入到图像预处理算法。实验结果表明,此算法充分利用GPU的并行处理能力,与CPU串行处理方法相比,速度提高明显,有效提高数据处理能力。     

基于竞选算法的图像多阈值分割技术

提出了一种基于灰度直方图变换求解最佳阈值的方法,采用竞选算法作为快速搜索全局最优阈值的基础算法。首先,选取多个灰度值为一组,将整个灰度直方图分割成几部分,分别对这些直方图拟合成正态分布函数后加权相加合成一个新的分布函数,然后,将优化分布函数与原直方图分别归一化处理,在解空间内求解它们差值的绝对值的和,取和值最小的那组灰度值作为图像的分割阈值。     

手指静脉图像增强算法研究

根据手指静脉图像的特点,采用了一系列增强图像的算法,分平滑去噪、锐化和二值化三个步骤实现,从而达到分离静脉区域和背景区域的目的。在平滑去噪部分,根据手指静脉图像相邻区域间灰度的关系特点,采用了梯度倒数权重平滑法,对图像进行了去噪处理;在锐化部分,采用将高频强调滤波和直方图均衡化相结合的方法,达到了增强静脉和背景对比度的较理想的效果;在二值化处理部分,根据手指静脉不同区域灰度差别较大的特点,提出了一种分区域处理的方法。试验表明,该算法能有效的分离静脉区域和背景区域。     

改进二值化算法在铁路路况图像处理中的应用

针对铁路路况识别系统实时性要求高,图像受太阳光照射、阴影遮挡等外界条件影响大的特点,结合了两种对CTSU法的改进,提出了一种新的改进算法。改进二值化算法首先利用快速二值化算法找到一个初始的阈值,然后利用类内方差和图像灰像素的变化率的关系来判断是否对图像进行继续分割,直到找到最佳阈值为止。此法可在提高算法的适应性的同时使计算速度得到改善,实验结果表明这一算法效果良好。     

基于Canny理论的自适应阈值彩色图像边缘检测

传统的Canny边缘检测算法基于灰度图像,不能充分利用彩色图像的全部信息,且阈值需要人为设定,自动化程度不高.论文提出一种新的算法,基于彩色图像多通道融合技术,根据图像梯度直方图信息,对图像进行自适应阈值处理.将Canny灰度边缘检测算子扩展到彩色边缘检测,利用彩色图像各个通道自身的梯度直方图和梯度方差作为局部阈值,有效解决彩色图像各个通道之间的差别.实验结果表明,其能充分利用图像的颜色和梯度信息,提高边缘检测的准确性.     

基于Otsu准则和直线截距直方图的阈值分割

对二维Otsu法中类间离散度测度进行了分析,发现按该算法对被噪声污染图像的二维直方图进行划分时,所得两类的类内均值点容易远离主对角线,因而抗噪声能力不足。针对以上情况,本文提出了一种新算法,该算法基于二维直方图中直线阈值分割的思想,利用像素点的二维信息直接建立阈值直线的截距直方图;然后应用Otsu准则对该一维直方图求解最佳截距阈值,并应用该阈值和二维信息完成图像分割。对提出的算法与传统二维Otsu法进行了比较和分析,结果表明:提出的算法可以有效避免传统算法在抗噪方面的缺陷,当实验图像的噪声方差大于0.003且逐渐增加时,提出的算法抗噪表现稳健;另外,提出的算法计算阈值的速度比基于二维Otsu法的直分法和直线阈值法快2个数量级以上,占用内存空间更少。因而提出的算法是一种抗噪稳健且快速有效的阈值分割算法,更适于实时应用。     

应用参数化对数模型增强图像细节及对比度

传统红外图像增强方法由于未考虑人眼视觉特性而存在"超区间值",故极易丢失图像细节。本文结合对数图像处理（LIP）理论,提出了基于参数化对数模型（PLIP）的平台直方图均衡图像增强方法。该方法首先将图像变换为灰度色调函数;然后应用PLIP模型对变换后的图像进行重建,结合平台直方图均衡化来增强图像的对比度和细节信息,并利用图像评价函数（EMEE）与信息熵（En）确定模型的参数值。最后,研制了算法硬件平台,分别用中波和长波红外成像系统对算法进行了实验验证。实验结果显示：该方法对不同场景的图像均可取得很好的增强效果,图像的EMEE值比传统的平台直方图均衡算法提高至少5倍以上,对改善图像质量和视觉效果具有实用价值。     

标定板图像二值化中阈值自动选取的一种方法

在机器视觉测量系统中,采集到的标定板图像往往存在光强不均的情况,只用一个阈值对整幅图像进行二值化往往达不到预处理要求.将图像分为几个区域,对每个区域结合Otsu方法和统计学理论,利用均值和方差自动选取闽值,进而对此区域进行二值化.与传统的方法相比较,该算法计算量小,公式简单,实现容易,提高了处理速度,实验结果达到了预期要求.