基于二维灰度阈值的图象二值化分割算法

图象的二值化分割算法是图象处理中最基本的预处理方法，二值化结果的好坏将直接影响后期的处理或识别．本文提出了一种基于二维灰度阈值的图象二值化分割算法，该算法能够将图象中的物体从有噪声的背景中有效地分离出来，具有较好的二值化结果。     

基于改进差分边缘检测法的车牌字符二值化算法

针对车牌字符光照和污损的复杂特征,对车牌图象的二值化算法进行了深入的分析和研究,提出了一种基于差分边缘检测算法的改进图象二值化算法.实验结果表明,改进算法能够有效地将字符清晰地从背景中分割出来,分割速度快并且有助于提高字符识别的正确率.     

光栅投影三维物体重建中的二值化方法研究

在光栅投影成像三维物体表面重建中，由于阴影和光照不均匀的影响，采用传统的时域二值分割方法，难以得到高质量的分割图象．为此，提出了两种图象分割算法：全曝光明图对比空域二值分割算法和分组最大方差空域二值分割算法．这两种分割算法主要是在空域上的每个位置同时考虑所有的二维光栅投影图，从而大大克服了阴影的影响以及光照不均的影响．实验证明，这两种方法提高了光栅投影图的二值分割质量，使得最终的重建结果更为精确，所提出的两种二值分割算法操作简单，易于实现．     

确定图象二值化阈值的线性方法

考虑图象分割处理实际应用中要求算法结构简单,性能可靠,应用普遍,以及易于实现等因素,本文以图象的简单统计为基础,提出了适用于图象分割二值化过程中自动阀值选取的一种新方法。该方法适用于各种文字图象的分割处理。     

模糊聚类分割算法在织物淋水等级评定中的应用

本文应用基于二维直方图的图象分割模糊聚类方法对标准织物淋水试验等级的图象进行分割处理，即利用模糊Ｃ—均值（ＦＣＭ）聚类算法得到图象像素点的隶属度集合，并由各像素点的隶属度实现图像分割，完成图像的二值化。然后计算二值化后的图象上黑区域（物体）面积百分率，此值即为织物上的沾水面积百分率。实际评定织物淋水等级时，采用欧氏距离计算实验样品与标准样品淋水面积的贴近度来确定其淋水等级。     

有限长二维子波变换的算法结构

子带编码是图象信号压缩的一种有效方法。在子带编码系统中，利用子波变换的良好的时间（空间）和频率域局部化特性将图象信号分割成子带信号，可以改善压缩效率。从一维有限长子波变换的算法结构出发，利用矩阵Ｋｒｏｎｅｃｋｅｒ积的性质推导了一种用于图象压缩的二维有限长离散子波变换的算法结构，并且给出了设计快速子波变换算法的方法     

面向车辆牌照的L快速二值比算法

就车辆牌照灰度图像的二值化问题，比较Otsu算法和全局动态阈值算法，讨论将字符从车牌背景中分割出来的最佳阈值选取问题。从汉字字符识别角度出发，通过引入光照强度因子L，对全局动态阈值算法进行改进，提出L快速二值化算法。实验结果表明，L快速二值化算法的处理效果，优于Otsu算法和全局动态阈值算法。二值化处理后的车辆牌照字符笔划清晰、饱满、无断裂，克服了光照因素的影响，更有利于汉字字符的识别。     

二值图象压缩研究

二值图象压缩是一个比较难的问题，目前主要停留在无失真编码阶段，压缩倍数低。针对带有大量长线条的这类二值图象，提出将二值图象分割成两幅图：一幅由长线条构成，另一幅是原图除长线条外的剩余部分。对前一幅图用三次曲线拟合方式来压缩，后一幅则用无失真编码压缩。用计算机模拟实现了每一过程，结果为这种图象的存储提供了一种新的实用技术。     

基于自适应多阈值变换编码的图象二值化处理

给出了一种应用自适应多阈值变换编码，来处理二值图象的方法。首先采用四叉树分块方法，对图象进行自适应分隔，进而在分割的定义块上采用区域编码；为减小压缩损失，再辅以自适应多阈值的阈值编码。实验结果表明：应用所给方法。图象的二值化质量较高。     

数字图象的二值化处理技术探究

分析了数字图象二值化处理的特点，提供了几种二值化处理技术，并对这些算法进行了测试与比较，最后根据实践应用对二值化处理中的动态阈值的选取策略等相关技术作出了阐述。     

汽车图象中字符目标的提取算法

针对汽车图象的复杂背景和多变的光照条件,提出一种用于汽车图象的字符目标提取算法,该算法采用了基于边缘分析的二值化算法结合自适应的形态滤波方法,对字符图象的灰度和纹理分布进行了分析,设计了一种基于一维边缘分析的二值化方法,与其他传统分析方法比较,该方法在运算速度和抗干扰能力上明显优势,在对二值化图象进行分割时,不采用固定形态滤波结构元素,而是根据子域及其邻域关系自适应地调整用于滤波的结构元素,更有效     

灰度图象的二维最大熵阀值分割研究

讨论了灰度图象的二维最大熵阀值分割算法．根据图象象素的灰度、均值二维直方图分布的特点，给出了一个新的分割阀值判决函数．理论分析和实验结果表明：该阀值判决函数比仅使用一个二维矢量阀值具有更强的抗噪声能力，分割性能更好．     

嵌入式机器视觉实用彩色图像二值化方法

在HSI颜色模型基础上提出了一种融合颜色和空间信息的彩色图像二值化算法.该算法对H,S,I通道依次进行动态阈值法、高低阈值法和直方图固定阈值法分割,并应用阈值结果到全局信息来获取二值化结果;针对阈值处理带来的纹理和光影的过分割,使用彩色形态学开运算进行区域合并.测试证明,此算法提取率高达98%,运行速度满足实时性要求.     

基于自适应多阈值变换编码的图象二值化处理

给出了一种应用自适应多阈值变换编码,来处理二值图象的方法.首先采用四叉树分块方法,对图象进行自适应分隔,进而在分割的定义块上采用区域编码;为减小压缩损失,再辅以自适应多阈值的阈值编码.实验结果表明:应用所给方法,图象的二值化质量较高.     

基于图割的图像抠像与合成算法

提出了基于图割图象的抠像与合成算法。该算法改进了GrabCut算法的能量公式,对分割后的图像进行多次修正,提高了抠像的精确度;采用多值键代替传统二值键进行图象合成,即在合成时依据灰度级在待合成图象的不同位置改变混合比,将前景图象与背景图象有机的融合在一起。实验表明了算法的有效性。     

基于非单色背景下的人脸彩色图象定位算法与实现技术

针对非单色背景下的人脸，本提出了一种新的人脸定位算法。该算法包括两个部分：首先进行肤色分割，该采用迭代算法计算Cb、Cr阚值，进行自动分割，可完整地分割出人脸部分；然后进行人脸定位，由于嘴唇具有较高的Cr值，可去除嘴唇部分以消除嘴唇对其它图象部分的影响，利用水平、竖直灰度特性确定人眼坐标，将人脸图象规范化。实验结果证明了该算法的有效性。     

基于数据场和水平集演化的图像分割

为了充分挖掘图像内不同区域间的隐含关联性,并解决图像分割中自适应阈值选择问题,提出了一种基于数据场和水平集的图像分割方法。利用数据场能够有效地表示图像像素间的相互作用,根据势值能够得到对应的势值等势线,可以根据该等势线的分布情况,采用梯度下降法来得到图像的二值化分割结果。为了得到更为精确的分割边缘,还引入基于拉普拉斯边缘检测函数的水平集演化方法来对二值化结果进行边缘曲线演化。将二值化分割结果与传统的基于数据场的图像分割算法对比结果显示,所提出的算法在分割准确性上表现良好,并且能够使得图像边缘更加精确。实验结果表明,提出的方法能够较好地分割目标,且对噪声图像具有较强的鲁棒性。     

基于PCNN的图像二值化及分割评价研究

在介绍传统二值化方法的基础上,对PCNN脉冲耦合神经网络进行了研究,由于PCNN独特的相似神经元同步点火的特性,使其非常适合于各类图像的分割;同时结合图象二值化研究,对目前仍处于难点的图像分割评价作了研究,提出了综合评价思想。并通过实验仿真验证了：PCNN用于图像二值化,能够更好地区分和合理地分割出图像的目标和背景区域,具有分割精度高,适应类型广的特点;同时通过大量的实验数据也验证了所提出的综合评价思想的合理性,较之以往的评价准则更加准确和科学。     

基于对比度归一化的历史文档图像二值化算法

多数历史文档图像存在背景污渍、涂抹和字迹模糊等对比度较低的情况,从而给历史文档二值化增加了较大难度。前期研究发现,历史文档中文本内容通常与文档背景的亮度水平不同,利用文档背景估计值可以有效削弱退化区域并突出字符信息,根据这两个观点,本文提出了一种基于对比度归一化的历史文档图像二值化算法。所提出的方法包含三个步骤,首先采用图像修复算法和Niblack算法结果来粗略估计背景,然后使用文档背景对历史文档图像存在的不同退化类型进行归一化处理,并对归一化处理后的文档图像进行增强、二值化,将文档中的文本分割出来。采用DIBCO数据库和H-DIBCO数据库对所提出的算法进行测试,取得了较好的实验结果。     

人脸检测中的图象分割研究

本文提出了一种新颖的基于彩色图象的人脸分割算法.首先利用人脸的肤色特性分割出人脸区域,然后利用形态学操作和一种新的二值化方法进行预处理,再用分裂合并算法得到连通区域,最后得到包含人脸器官在内的一系列矩形.实验证明本文所提出的算法有效、稳健.