一种改进的二值化文字图像后处理算法

针对Yanowitz和Bruckstein的二值文字图像后处理算法存在的问题，提出了一种新的基于灰度期望值的后处理算法。实验结果表明，该算法能自动选取阈值、运算速度快、处理效果好，具有良好的噪声适应性。     

文档图像的二值化算法综述

文档图像的二值化是光学字符识别（OCR）的基础,本文在实验的基础上通过对现有的二值化算法进行研究分析,综合比较了期望灰度法、Otsu方法、迭代最优方法、Nibtack方法、平均梯度法和四叉树分解方法,分析了几种算法的优缺点,并对其发展趋势进行了简要的论述。     

一种新的文本图像二值化方法

文章针对常用文本二值化方法 Ostu算法与 Bernsen算法所存在的缺点 ,在图像局部特性基础上 ,结合图像的整体特性提出了一种整体与局部相结合的图像二值化算法 ,该算法对由于光线不均等噪声影响的图像具有良好的适应性。实验证明了该算法的有效性     

一种新的图像二值化方法

在模式识别中,二值化效果的好坏直接影响着识别效果.首先通过改进的Bernsen方法对原始图像进行二值化,得到第一幅源图像;然后根据自组织神经网络计算阈值,对图像进行二值化,得到第二幅源图像;再根据灰度值最小的原则作为图像融合方法,得到最终的二值化图像.最后给出模拟实验,实验结果表明该方法是有效的.     

基于边缘增强的红外图像二值化算法

提出了一种基于边缘增强的红外图像二值化算法。通过对自适应形态学边缘增强方法的改进,使得二值化结果有效地保留了红外图像的边界特征,是一种有效、实用的图像二值化方法。     

一种基于形态学的颗粒图像二值化算法

图像处理中阈值法计算简单,具有较高的运算效率,是图像分割中广泛采用的方法,主要分为全局阈值法和局部阈值法。针对颗粒图像,提出了一种基于形态学的最大类间方差Otsu二值化算法,实验证明,该算法这一算法能较好地保留原图像中的特征,二值化后的图像效果不错。     

一种二值图像的快速细化算法

提出了一种适应于二值图像的快速细化算法，该算法利用边缘跟踪，根据边缘跟踪特点所设计的判断规则及单向链表结构存储边缘信息等技术，大大地加快了细化速度，而且占内存少，当仅需对目标模式进行细化处理时，该算法更为有效。     

一种混合的文本图像细化方法

基于Manjunath Aradhya等提出的四步细化算法（MA）和Hilditch算法思想的分析,充分融合两种细化算法各自的优点,提出了一种新的文本图像细化方法。该算法首先采用改进的MA细化算法对二值图像作预处理;然后采用Hilditch算法进行细化。实验表明,提出的算法能有效的避免断笔,更好的保留字体拓扑信息,细化结果无畸变。     

一种二值图像的快速细化算法

提出了一种适应于二值图像的快速细化算法，该算法利用边缘跟踪、根据边缘跟踪特点所设计的判断规则及单向链表结构存储边缘信息等技术，大大地加快了细化速度，而且占内存少，当仅需对目标模式进行细化处理时，该算法更为有效。     

一种适用于二值图像的数字水印算法

提出了一种根据像素的空间邻域特性在二值图像中嵌入数字水印的算法．由邻域内的平滑度和连通性计算像素的可非度，从而确定各种邻域组合的可嵌入优先级．为了均衡可嵌入水印像素的空间分布，对原始图像进行随机排列和分块后，在每一块中嵌入相同数量的水印．并根据随机排列的统计特性，自适应地确定可嵌入水印像素，以尽量减少对图像质量的损害．实验结果表明，嵌入的水印不易被察觉，而且是脆弱的，可以作为检测图像是否被改动过的一种有效手段．     

一种可抗几何攻击的二值文本图像数字水印算法

针对二值文本图像纹理丰富,信息隐藏量少和取值形式为二值的特点,提出了一种可抗几何攻击的二值文本图像水印算法.该算法基于DCT,它将二值图像的DCT、图像的视觉特征向量和加密技术有机结合起来,在提取水印时不需要原始图像,是一种实用的盲水印算法,并且水印的嵌入不影响图像质量.最后对水印图像进行了常见的旋转、缩放、平移、扭曲等几何攻击试验,结果表明,该算法有理想的抗几何攻击能力和较强的鲁棒性.     

基于Otsu算法的车牌图像二值化及其Matlab实现

本文利用Otsu算法二值化车牌图像的技术,给出了Otsu算法的原理,以及对车牌灰度图像进行二值化处理的方法原理;最后用MATLAB来实现车牌图像二值化的效果。     

基于数字水印的二值文本图像认证算法

提出了一种用于二值文本图像认证的脆弱型数字水印算法,该算法利用混沌对初值的极端敏感性,由混沌系统产生基于图像内容的认证水印,通过修改像素块中可非度最大的像素点的颜色将认证水印嵌入到图像中.试验结果表明,该算法具有较好的不可见性及篡改定位能力,提取水印时不需要原始图像,是一种完全盲水印方案.     

改进背景补偿的车牌图像二值化算法

针对车牌自动识别系统中二值化车牌图像时常出现字符光照不均等复杂特征,提出一种新的解决方法.首先使用同态滤波减弱车牌图像光照不均等带来的影响,然后通过改进的背景补偿算法对车牌图像进行二值化.实验表明,该方法能有效克服光照不均等带来的影响,二值化效果良好.     

基于Ⅱ型模糊集的车辆图像二值化算法

车辆图像二值化是车牌识别系统中一个关键的部分,其性能的好坏直接影响到后续的工作的效果.本文提出了一种新的针对于车辆图像的二值化算法:基于Ⅱ型模糊集的二值化算法,此算法是在Ⅰ型模糊隶属度的基础上,建立了Ⅱ型模糊集,同时基于Ⅰ型隶属度函数的选择,采用灰度遍历搜寻在最小模糊度意义下的最佳灰度值作为分块后的车辆图像的二值化阈值.此算法保持了原有模糊集所具有的鲁棒性,减少了后续工作中图像背景对图像目标的影响,实验结果证明此算法的性能要优于Otsu等二值化算法.     

基于图像信噪比自适应阈值模型的秦简文字图像二值化算法

文本图像二值化算法的优劣直接影响图像文本字符识别的准确率。秦简文字图像受制于背景光照欠均衡和噪声复杂等因素影响,传统文本图像二值化算法无法准确分割其前景和背景,秦简文字轮廓等特征无法准确提取,二值化效果达不到文本高准确识别要求。针对图像质量不平衡的秦简文字图像提出了一种基于图像信噪比自适应阈值模型的二值化算法。首先,将图像进行灰度转换、调整亮度和降噪等一系列二值化前的预先处理;其次,根据图像信噪比(SNR)大小自适应设置阈值,分别采用OTSU算法和Bernsen算法进行二值化处理;最后,由峰值信噪比(PSNR)与结构相似性(SSIM)评价指标择优选取二值化图像,从而准确地提取秦简图像二值化后的文字轮廓。在自建的秦简文字数据集QBS text dataset上的测试结果表明,该算法的二值化结果保留了更多的秦简文字细节特征和文字轮廓,其峰值信噪比和精确率也分别达到25.61 dB和76.67%,相较其他经典文本图像二值化算法,其性能指标均有较大提升。     

一种有效的图像二值化方法

边界特征是图像的重要信息,阈值是区分图像像素点的主要依据。研究了图像的二值化方法,阐述了一种基于数学形态学的自适应二值化方法。实验表明,该方法能够较好地保留原图的边界特征信息,二值化效果好。     

一种有效的图像二值化方法

将图像二值化作为一个优化问题来解决:通过最小化一个加权误差平方和函数来找到最佳阈值·给出了一个快速的迭代优化算法来实现这一目标·还将新方法和一个最经典、常用的二值化方法进行了比较·理论分析和实验结果均表明,两种方法是等价的,但本文对该问题的新的描述,能够推导出一个更加有效的算法·新算法有着更广泛的实际应用,特别是在实时的视频监控与跟踪系统中·     

图像矩二值化及其MATLAB实现

本文介绍了图像的亮度矩以及利用亮度矩进行图像二值化的方法，并 给出其MATLAB5．2．1实现，具有一定的参考和实用价值。