- 1、本文档共10页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
河 北 农 业 大 学
毕业设计(论文)外文资料翻译
院(系): 信息科学与技术
专 业: 电子信息科学与技术
姓 名: 温悦
学 号: 2008234020230
外文出处: OA library
附 件: 1.外文资料翻译译文2.外文原文
完成日期: 2012 年 3 月 9 日
二值化增强的图像分辨率
摘要
摘要图像分割是最主要的一个途径图像处理。最合适的选择对于每个案例的二值化算法被证明是一种非常有趣的过程本身。在本文中,我们已经完成了比较研究的各种算法之间二算法和提出一个方法验证阶差分算法。在这个工作我们已经出了两种算法来确定阈值的小说值的像素灰度图像的价值。这个性能评估的测试算法利用图像与评价指标的文本和边缘合成图像。我们取得了较好的解决利用二值图像方法的优化阈值技术。
关键词: 阈值;优化;阈值;平均值
1.介绍
图像分割是一项重要任务的领域图像处理与计算机视觉。它是一个过程的分区的数字图像和用于定位边界到有限数量的意义完全地区和更易分析[8]。最简单的方法为图像分割阈值。阈值是一个重要的技术在图像分割、增强和对象检测。输出的阈值过程是一个二进制图像的灰度值0(黑色)将会显示一个像素属于一个打印,传说,绘画,或目标和灰色级别值1(白色)显示了背景。主要再加上在文档中复杂的阈值应用程序时发生关联的噪音过程非平稳。因素使得困难的阈值行动是环境照明,方差灰色的水平在对象与背景,不足的对比,对象的形状和大小的non-commensurate奇观。缺乏客观指标来评估的性能阈值算法是另一个障碍。许多方法已报告在文献[10、11、15、19岁,26、27、28]。它可以提取物体从背景分组的强度值根据阈值价值。阈值将图像分成补丁,每个补丁是由一个阈值的阈值,取决于这个补丁内容。为了降低噪音的影响,常见的做法是首先光滑边界之前分区。二的目的是要使用的技术作为一个主要阶段在各种手稿分析,处理和检索任务。所以,独特的手稿特征,比如文本属性、图形、线图纸和复杂的layout-semantics混合物应该包括在需求。另一方面,这项技术应该简单而把所有的考虑到文档分析要求。这个阈值评价技术是适应文本和分文本区域属性,以独特的宽容和检测到不同的基本缺陷类型通常是介绍给图像。这些技术的结果代表一个阈值每个像素的提议。这些值用来收集的最后结果通过一阶差分阈值控制模块。该方法是检查图像表面的手稿,以决定
关于二方法的要求。这个二算法产生一个最佳阈值每个像素值[28]。因此我们可以验证有关算法,最好是为获得理想的选择阈值的价值。这两种不同的算法是然后详细讨论了获得最优阈值。我们有结构化本文在不同区域。第一节介绍了介绍,第2节中我们给出了文献综述。在第三节礼物的问题描述。在第四节给出了两种算法。这个结果和讨论提出了在第五节。第六节介绍了结论的言论。
2.文献综述
调查的数量进行阈值。李钟和公园[15]进行了比较分析全球五大阈值法和先进的几个有用的标准绩效评估的阈值。Weszka和罗森菲尔德[12]已经定义了数个评价标准。查克,Swaminathan[24]和斯里赫里解决这个问题的文档的二比较三个方法,而特里尔和耆那[18]拥有最多的广泛的比较基础(19方法)的上下文环境中字符分割,从复杂的背景。Sahooet al。[27]调查了九个阈值算法和他们的表现说明相对。Glasbey[5]指出出协会和性能区别。11在一个大算法直方图统计研究。选择最适合的那个不是一个简单的过程。评估和评价这些算法是很难提供证据,因为不存在客观的方式来比较结果。等到et al。[9]五阶差分算法相比,通过使用精度回想分析由此出现的单词在前景。他et al。[13]六种算法相比,通过评估他们的端到端词识别性能影响利用一个商业OCR引擎。Sezgin和Sankur[16]阈值算法和分类描述40他们根据使用的信息内容。他们测量然后将他们的性能比较在两个不同的上下文的图像。问题是,几乎在所有情况下,他们试图用结果从随后的任务在文档处理层次结构,以估计的性能这个二值化算法。如果历史文献资料他们的质量,阻碍了识别,有时吗这个词,这个评价方法可以被证明是存在问题的。另一方面,我们需要一个不同的、更直接与评价技术只涉及图像的边缘。
最理想的方式评估应该能够决定,每个像素的,如果它终于成功了正确的颜色(黑色或白色)二后。文献划分技术引入到全球的阈值和当地的方法。全局阈值法进行优化某些目标函数或
文档评论(0)