资源描述：
《计算机中图像颜色处理技术论文》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。
1、计算机中图像颜色处理技术毕业论文第一章引言1.1课题来源及意义本课题来源于科研需求。本课题主要研究的是针对打印或扫描中出现的图像进行背景去噪、灰度化、二值化等处理，得到较为干净的字符图像块。本课题主要对图像进行背景去噪、灰度化、二值化等处理，得到较为干净的字符图像块。随着科学技术的不断发展，计算机的更新速度不断提高，人们的思想文化素质的提高，对图像的要求也越来越高。因此把原始图像与计算机结合起来，从而创作出许多更加完美的图像，满足人们的需求。计算机图像处理，是指利用计算机对图像进行一系列加工，以便获得人们所需要的效果。图像是人类获取和交换信息的主要来源，人类感知外界信息，80%以上
2、是通过视觉得到的。因此，图像处理的应用领域必然涉及到人类生活和工作的方方面面。图像处理或图像分析方法的应用越来越广泛。1.2答题卡简介当今社会，为能够多方面评价个人能力，出现了名目繁多的考试，答题卡已不再陌生。答题卡一般由基本信息栏、导引道和很多信息位构成。基本信息栏一般用于填写填涂这张卡片的使用者的基本信息，一般考试中包括考生的姓名和考号。导引道用于阅读机确认答题卡的方向和位置。而占据绝大部分位置的信息位则是供使用者填涂其所选择的选项。答题后，答题卡上的信息通过光标阅读机识别并储存在计算机中。答题卡相比于传统纸答，有如下优点：1、普通纸答题卡。印刷方便，长期使用节省成本。2、答题
3、卡查询方便、影像化保存答题卡。对判卷结果有疑问，输入学号或学生姓名可直接在电脑中查到这张答题卡和判卷细节。3、错误处理高效方便。对于学号填涂错误、学号重复、主观题漏登分等错误情况处理方便，无需查找原始试卷，直接在电脑上调阅影像。4、统计与分析方便。除基本统计参数外，提供排名、分数分布、试题合理性分析、多科成绩汇总与综合等功能。5、判卷速度快。每小时3600张试卷（标准32K答题卡）。6、升级空间。与网络技术结合，通过后续升级，可实现网络判卷功能。因此，答题卡技术是一项方便快捷的考试方式。1.3国内外发展现状26研究表明，计算机中图像颜色处理技术是根据RGB三原色理论对色彩信息量化，
4、再利用像素的点运算扫描整幅图像进行一一处理。位图图像一般分为单色图像、灰度图像和彩色图像。单色图像只有黑色和白色两种颜色，整个图像由单纯的黑色点和白色点组成。彩色图像的像素点是由R(红色)、G(绿色)、B(兰色)三元色混合而成的，不同含量的R、G、B组成不同的颜色，每一个记录单个像素的位数据单元可表示任意一种颜色。因此，要实现图像的灰度化处理，就是在0-255里划分一定的阈值，把图像分为黑、灰、白。为实现对图像的二值化处理，基于最大方差比的图像二值化算法能够准确而快速地对图像进行二值化，特别是当对象物和背景的灰度值的差具有一定大小的时候，效果更明显(柴本成,2005)；增强大津法和
5、边缘检测阈值法确定的阈值对图像进行二值化处理，不仅可有效地解决图像灰度随地物特征变化的图像处理问题，同时对于同一信号源的图像也有相当理想的处理效果，该方法可进一步应用于图像分割等(吴冰,秦志远,2001)；文本图像的二值化方法可分为全局阈值方法和局部阈值方法，该方法自适应选取局部二值化时的窗口宽度，能有效消除一般二值化方法容易产生的断笔和伪影现象，同时吸收全局二值化方法的优点，保持较快的运算速度(庄军,李弼，程陈刚,2005)；基于动态二值化的数学形态学边缘检测算法首先利用动态二值化方法确定将灰度图像转化为二值图像的阈值,然后利用数学形态学的腐蚀和去空洞相结合的方法去除二值化图像的
6、噪声,最后用细化方法检测单像素图像边缘(汪毅,郭显久,2008)。对图像去噪处理，国内外都提出了各自的见解。庄红林,施国兴等的图像修补算法首先将待修补图像分解为轮廓结构图像和纹理细节图像，再对轮廓结构图像的空缺进行轮廓结构修补，最后将修补后的轮廓结构图像及纹理合成后的纹理细节图像进行合成，得到需要的修补图像(庄红林,施国兴,2008)；卢颖在《基于小波变换的数字图像处理》中提出小波变换是空间（时间）和频率的局部变化，能有效地从信号中提取信息，解决了傅里叶变换不能解决的许多问题，是一种有效地变换编码工具(卢颖,2009)；Jean-LucStarck,EmmanuelJ.Candès
7、,和DavidL.Donoho认为图像处理其基本的思想都是——把减少图像的模糊点进行到底，模糊点可以局部地处理掉，就像高斯滤波或各向异性过滤、通过可变的微积分、或者在范围波段，如韦纳滤波(Jean-LucStarck,EmmanuelJ.Candès,andDavidL.Donoho,2002)。1.4本文的主要工作目标本课题的目的是设计一个图像预处理系统。其功能包括对图像进行灰度化，二值化，去噪。基本功能对图像进行图像进行背景去噪、灰度化、二值化等处理，得到较为干净
