二值图像轮廓化处理中几个关键技术的研究

阐述了有关二值图像轮廓化处理过程中的关键问题,基中并行预处理利用逻辑运算的字位并行处理能力,能实现多个样本点的并行处理,其处理速度比其他５的预处理速度快得多;链码跟踪能实现一次跟踪,得出所有轮廓信息,方便快捷;采用方向链码记录轮廓信息,它依据轮廓走向的顺序来记录数据,这对以后的光顺处理工作将是十分方便的。     

基于差分二值化的指纹预处理算法

在自动指纹识别系统(AFIS)中,图像增强和特征提取都是在预处理过程中完成的。由于图像增强技术主要依靠方向滤波,势必造成方向变化剧烈的中心区域出现连线错误和特征错误,导致中心区域的特征点都不能使用。提出一种基于差分二值化的预处理算法,图像滤波过程是在二值图像上进行的,可以确保中心区域的纹线形态不变,使中心区域的特征点完全能够参与匹配。实验结果表明,该算法速度快,可以有效地提高AFIS的性能。     

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。     

基于拉普拉斯能量的低质量手写体文档图像二值化

文档图像二值化是文档分析与识别中的一个重要环节。本文针对低质量手写体文档图像提出了一种二值化算法,算法首先对文档进行相位保持降噪并计算背景修复模板,然后用图像修复算法和形态学闭运算估计文档背景,用背景补偿算法提高文档对比度,接着用背景补偿后的文档图像构造拉普拉斯（laplacian）能量,最后采用图割算法求得最终二值化结果。实验结果表明,本文所构造拉普拉斯能量能够较准确地区分文字和背景,所提二值化算法在DIBCO2018数据集中的实验结果优于同类算法。     

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．     

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。     

基于误差扩散的图像二值化

将传统误差扩散法应用于灰度图像的二值化中, 根据图像的灰度级分布情况将图像分为两类, 并结合误差扩散思想分别对每类图像进行处理. 结果表明, 处理后得到的二值图像可模拟连续灰度图像, 更符合人眼的视觉特性.     

二值图像轮廓化处理中几个关键技术的研究

阐述了有关二值图像轮廓化处理过程中的关键问题 ,其中并行预处理利用逻辑运算的字位并行处理能力 ,能实现多个样本点的并行处理 ,其处理速度比其他的预处理速度快得多 ;链码跟踪能实现一次跟踪 ,得出所有的轮廓信息 ,方便快捷 ;采用方向链码记录轮廓信息 ,它依据轮廓走向的顺序来记录数据 ,这对以后的光顺处理工作将是十分方便的 .     

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。     

基于HSI的彩色图像二值化技术研究

当今的工业应用中存在着大量没有输出接口的数字仪表。要想自动读取仪表中的数据,只能通过识别技术。数字仪表识别的关键在于图像的二值化处理。在工业环境中实时采集的图像多为彩色图像,由于现场光线以及仪表位置等因素,应用传统的二值化技术存在处理速度慢、清晰度不高等缺点。给出一种基于HSI空间上彩色图像二值化方法。这种方法不需要对图像进行灰度处理而是直接对彩色图像进行处理,不仅能够提高处理速度,而且对较模糊的图像也能获得较好的处理效果。     

基于区域特征的胃炎病理图像二值化分割方法

二值化图像侵害方法因方法简单、易于实现而得到广泛应用,文章提出了一种基于区域特征的二值化图像分割方法。实验表明,该方法针对胃炎病理图像能得到较好的效果。     

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。     

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MATLAB的指纹图像二值化及细化

以MATLAB作为算法仿真实现平台,提出了一套指纹图像二值化及细化算法,对指纹图像进行二值化、去噪和细化处理.经过试验证明,以MATLAB为平台进行算法处理易操作、准确性高、应用性强,试验结果达到了理想的要求.     

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。