一种笔迹图像的二值化算法

一种笔迹图像的二值化算法

ID:8457731

大小:439.00 KB

页数:6页

时间:2018-03-28

一种笔迹图像的二值化算法_第1页
一种笔迹图像的二值化算法_第2页
一种笔迹图像的二值化算法_第3页
一种笔迹图像的二值化算法_第4页
一种笔迹图像的二值化算法_第5页
资源描述:

《一种笔迹图像的二值化算法》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、一种笔迹图像的二值化算法关云虎,张学东摘要:在模式识别中,二值化效果的好坏直接影响识别率。本文在研究现有二值化算法的基础上,对离线笔迹图像二值化进行了改进。实验结果证明,该方法能够有效地消除光照不均匀对图像的影响,较好地保留目标图像的细节,提高处理速度。关键词:二值化;整体阈值;局部阈值;动态阈值;进化规划;中图法分类号:TP183   文献标识码:AABinarizationAlgorithmforSignatureImageGUANYun-hu,ZHANGXue-dong(1.Dept.ofComput

2、er,SchoolofElctronicangInformationEngineering,UniversityofScienceandTechnologyLiaoning,AnshanLiaoningeZip,China)Abstract:Inpatternrecognition,theeffectofbinarizationdirectlyaffectstherecognitionrate.Inthefoundationofbinarizationalgorithmsresearch,thepaperi

3、mprovesthebinarizationalgorithmforimageofsignature.Experimentsprovethatthismethodisabletoeliminatetheeffectsofunequalilluminationandartifacts,retaintargetimage’sdetailsandraisetheprocessingspeed.Keywords:binarization;globalthreshold;localthreshold;dynamict

4、hreshold;elvolutionprogramming1二值化算法分析比较图像二值化就是将整幅图像画面处理成仅有黑和白二值图像,不呈现出灰度变化,以便于数据压缩、特征突出及后续图像处理工作[1]。目前,从所查阅的文献资料来看,几乎所有图像二值化处理都是基于灰度图像进行的。二值图像基本原理为:设表示像素在位置的灰度值,二值化是按1.1式进行:1.1其中,称为二值化阈值(threshold)。具有“0”值的像素集合作为目标,把所有具有“1”值的象素集合作为背景。当值过小时,会丢失信息;当值太大时,会增加许

5、多虚假信息。根据阈值的选取情况,二值化方法可分为整体二值化,局部二值化和动态二值化[2]。1.1整体阈值二值化仅由象素点的灰度值确定阈值的方法称为整体阈值选择法阈值表示为:。整体阈值方法一般只考虑到整体像素的平均灰度值,并未顾及到每个像素的不同,所以当文字清晰,轮廓明显,干扰很小时其二值化速度较快,但对输入图像有不均匀光照,字迹不清楚等情况,在有干扰的像素上会发生错误判断,所以在应用上受到极大限制。比较典型的整体二值化算法有梯度均值法、微分直方图法等。1.2局部阈值二值化由象素的灰度值和象素周围点局部灰度特

6、性确定阈值的方法称为局部闹值选择法。阈值表示为:。需要指出的是,局部阈值一般用于识别干扰比较严重、品质较差的图像,同时也存在缺点和问题,一则时间开销大,实现速度慢。比较典型的局部二值化算法有多阈值的梯度强度法、基于纹理图像的方法、最大方差法等。1.3动态阈值二值化动态阈值选择不仅取决于像素阈值以及其领域像素的灰度值,并且与该像素坐标位置有关,动态地计算分割所需的阈值[3]。动态阈值二值化能够处理品质较差的图像,甚至单峰直方图,但因为动态阈值化方法常常需要对图像中每个像素点都计算阈值,即对整幅图像求出一个阈值

7、面(通常为曲面),计算量很大,运算速度比较慢,由于比较费时和某些失真的缺点,这在一定程度上阻碍其发展[4]。比较典型的动态阈值二值化方法有迭代法等。2综合进化阈值算法2.1OUST算法方差反映了一个变量对应的一组数值的均衡性的大小,方差大的其均衡性就低,反之,均衡性就高。对于一幅图像,可以分为背景和目标两类,其中背景和目标各自内部像素的灰度值均衡性高,对应的方差小,而背景和目标之间的均衡性小,对应的方差最大。基于这个原理,1978年OSTU提出了一种基于阈值的图像分割方法。在灰度图像中,原始灰度级为,所有像

8、素数量为,其中像素灰度值为的像素个数为,则有。假设此时的分割阈值为,则将灰度分为和两类。表示小于等于分割阈值的部分,表示大于分割阈值的部分。则每一类出现的概率为:和。每一类的平均灰度为:和。则类间方差可以定义为:在1到之间改变灰度值,使得它的类间方差最大时的作为阈值,这样就得到最佳的分割效果[5]。要得到最佳阈值就必须对所有的个灰度值进行遍历计算其类间方差,最后通过比较得到最大方差,其运算量大。1.1局部阈值法局

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。