局部自适应二值化方法研究.pdfVIP

第10卷第1l期 软件导刊 v01．10No．1l 2011年11月 SoftWaIeGuide NOY．20ll 局部自适应二值化方法研究 i每趣 (中南民族大学计算机科学学院，湖北武汉430074) 摘 要：图像分割是图像处理与计算机视觉的基本问题之一，是图像处理图像分析的关键步骤。其中图像二值化又 是图像分割的重点。对局部阈值二值化法的几种常用的算法进行了综述。每基于一定理论和算法的图像二值化方 法都有各自不同的优势和缺点，在实际应用当中应根据不同使用目的和使用标准采取不同的方法以达到最佳效果。 关键词：图像分割；二值化；全局阈值法；局部阚值法 中图分类号：TP301 文献标识码：A 文章编号：1672—7800(2011)011-0013—02 灰度分布却不影响局部的图像性质，使得局部阈值法较全 0 引言 局阈值法有更广泛的应用。局部阈值法虽然能够根据局 部灰度特性来自适应地选取阈值，有较大的灵活性，但局 图像分割技术作为图像处理领域中极为重要的内容 部阈值存在速度慢，对文本图像进行二值化处理时，可能 之一，是实现图像分析和理解的基础，是一种基础的计算 导致出现笔画断裂现象以及伪影等问题，直接影响后面的 机视觉技术。只有在图像分割的基础上才能对目标进行 特征提取和参数测量，使得更高层的图像分析和理解成为 算法。 可能。虽然图像分割方法已经有了很大的发展，但由于它 二值化的处理思想是，假设一副灰度图像中的灰度级 的复杂性，仍有很多问题没有很好的解决，由于不同种类 范围是(o，255)，则图像中每一点像素的灰度值为，(X， 的图像，不同的应用场合，需要提取的图像特征是不同的， 当然对应的图像分割方法也就不同，因此并不存在一种普 ， 、 f0 f(x，y)T 遍适应的图像分割最优方法。实践证明对图像分割理论 g∽’y户{1厂(z，y)≥T 与技术的进一步研究是具有非常重要的意义。 其中：g(x，y)表示二值化后图像中各个像素点的值， 若g(x，y)一1表示改点为目标；若g(x，y)一0，表示改点 1图像二值化 为背景。 二值化是图像处理中的一个重要的问题，广泛应用于 2六种局部自适应阈值法 图像分割，图像增强，图像识别等领域。它利用了图像中 要提取的目标物与其背景在灰度特性上的差异，把原图像 2．1 BernsensMethod 变为仅用两个灰度值表示的图像目标和背景的二值图像。 Bernsen算法是一种典型的局部阈值算法，其将窗口 根据其运算的范围不同，文本图像的二值化方法可分为全 中各个像素灰度级最大值和最小值的平均值作为一个窗 局阈值方法和局部阈值方法。全局阈值法根据文本图像 口的中心像素的阈值，因此此方法不存在预定阈值，适应 的直方图或灰度空间分布确定一个阈值，以此实现灰度文 性较整体阈值法广，不受非均匀光照条件等情况的影响。 本图像到二值图像的转化。此方法的优点在于算法简单， 设图像在像素点(i，歹)处的灰度值，(i，J)，考虑以像 对目标和背景明显分离、直方图分布呈双峰的图像效果良 好，但是由于对整幅图使用一个阈值处理，因此但其对输 表示窗口的边长，则Bernsen算法可以描述为： 人图像有噪声或不均匀光照等情况抵抗能力差，应用受到 计算图像中各个像素点(i，歹)的阈值T(i，歹) 极大限制，不能广泛地应用于实