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.     

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·     

基于自组织特征映射网的灰度图像二值化方法

文章提出了一种基于自组织特征映射网 ( SOF M)的灰度图像二值化方法 ,通过像素灰度值对网络的训练找到图像的目标类灰度中心和背景类灰度中心 ,再利用竞争取胜的机制处理每一个像素使其二值化。实例验证了这种方法处理受噪声污染的一些质量中等和质量较差的灰度图有较好的二值化效果。     

灰度文本图像自适应二值化滤波算法设计及应用

将自适应滤波与局部阈值二值化有机结合起来,提出自适应二值化滤波算法,旨在将淹没在噪声和失真中的灰度文本图像的二值图像信息通过滤波的方式恢复出来。采用改进的大津法计算局部阈值,对滤波结果进行二值化。依据二值化的结果估计滤波的误差,并调整滤波器参数。实验结果表明该算法克服了光照不均和噪声对灰度文本图像二值化的影响,得到了较理想的二值图像。     

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。     

一种改进的文本图像二值化算法

本文针对应用广泛Bersen二值化算法，结合其他改进算法提出了一种改进的文本图像二值化算法（称为Bersen--Improve算法，简写为Bersen—I算法）。Bersen--I算法不需要预先确定最大笔划宽度，并且改进了Bersen算法中的阈值选取方法，使得阈值的选择更为合理。此外，Bersen—I还具有较好的保持笔划的连通性及较强的抗干扰能力等优点。     

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。     

一种针对钢卷尺图像的二值化方法

在钢卷尺自动检定系统中,图像二值化是误差检测的前提,由于标准钢卷尺图像受材料和环境影响较大,目前常用的方法都不能有效地对不同质量的图像实现自动的二值化。根据Berns-en算法原理,提出了一种改进模板和垂直线滤波结合的二值化方法。实验结果表明,此方法二值化效果好,对于非均匀光照的钢卷尺图像有良好的适应性。     

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。     

指纹图像二值化方法的比较研究

对常用的指纹图像二值化方法进行了比较研究．在此基础上对文献[1]提出的指纹图像二值化方法进行了改进，并对二值化图像、后续的细化图像和特征点提取结果进行了比较。     

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.     

一种自适应红外图像增强算法

针对红外图像普遍存在的目标与背景对比度差的特点,提出一种自适应红外图像增强算法.该算法首先采用峰值与局部最大值估算法相结合的方法自适应地计算出两个阈值,由此将图像分为背景段、目标段和过渡段三部分;然后对不同的灰度段采用不同的变换系数分段进行灰度拉伸和压缩变换,实现图像的自适应增强;最后对得到的图像进行灰度间距的均衡化处理,把灰度等级在整个显示范围内等间距排列.实验结果表明,该算法能够实现自适应阈值选择,获得灰度更加连续的红外图像,有效地增加了图像的细节和清晰度.     

指纹图像预处理算法研究

在指纹识别系统中，指纹图像预处理是指纹特征提取与识别的前提．对指纹图像预处理技术进行了研究。提出了一种指纹图像预处理算法．实验结果显示，该算法能够去除指纹噪声，得到较高质量的指纹图像．     

基于K中心点的文档聚类算法

K中心点算法是一个常用的聚类算法,它的主要缺陷是容易陷入局部极值,计算代价太高.本文先构造一个运用余弦相似度的K中心点文档聚类算法,然后提出一个改进算法,该算法不增加计算的复杂性,显著改进文档的聚类结果.最后,将该改进算法作为局部搜索过程嵌入到迭代局部搜索结构中,构造一个基于K中心点的迭代局部搜索文档聚类算法,进一步改进了文档聚类结果.试验结果表明该算法显著改进了文档聚类结果.     

弱光背景下文本图像二值化提取算法

针对现有二值化文本提取算法在弱光照条件下易受非均匀光照的干扰,导致提取结果中错误较多、识别率变低的题,提出了一种面向弱光照条件的文本信息提取的预处理算法。基于Retinex理论将图像照度分量和反应文本属性的反射分量有效分离,此外,将L0平滑滤波引入文本图像处理中,有效抑制文本图像的背景干扰。实验结果表明,所提算法能够提高现有算法在弱光条件下的文本提取精度,扩展现有算法的应用范围。     

信息填涂卡文档图像预处理算法的研究

阐述了信息填涂卡文档图像标记识别系统中的预处理算法．对信息填涂卡文档图像预处理中的图像二值化、图像偏斜纠正以及图像平滑等关键步骤进行了描述．在图像二值化过程中采用全局阈值法,在图像偏斜纠正过程中给出了一种基于Wingner-Ville分布和水平投影直方图的偏斜纠正算法,在图像平滑过程中采用特定的同步孔平滑算法．结果表明这些算法能有效地解决信息填涂卡文档图像预处理问题．     

一种用于文本聚类的改进k-means算法

k-means是目前常用的文本聚类算法,针对其最终搜索的局部极值与全局最优解偏差较大的缺点,采用一种基于局部搜索优化的思想来改进算法,并推导出目标函数的变化公式。根据目标函数值的改变对聚类结果作再次划分后,继续k-means迭代,拓展其搜索范围。理论分析和实验结果表明修改后的算法能有效地提高聚类的质量,且计算复杂度仍与数据集文本总数呈线性变化。     

基于预聚类的潜在语义分析模型文献检索研究

提出一种基于预聚类的潜在语义文献检索算法.首先,对待检索文档集进行预聚类,在潜在语义分析方法的基础上采用k-means聚类算法,寻找出各聚类簇的中心点;其次,在检索时,通过计算查询向量与各聚类簇中心点的相似度来进行检索.此方法有效解决了现有潜在语义文献检索算法在检索时需耗费大量时间计算查询向量与各文本向量之间的相似度的不足.另外还针对文献检索的特点,重新给出特征权重计算方法.实验结果表明,该方法缩短了检索的时间,提高了检索的效率.