基于边缘特征的二值化算法2基于边缘特征的二值化算法-Read.pptVIP

基于边缘特征的二值化算法 2 基于边缘特征的二值化算法 在数字图象处理中，阈值处理是非常有用的图象分割技术。边缘特征在文字识别、指纹识别等应用中是非常重要的特征，是识别成功与否的关键。因此，在这些应用中的二值化预处理过程中，我们希望能较好地保留原图的边缘特征，并不增加新的边缘特征。 阈值选取是图象处理与分析问题的基础，如何才能正确地找到适当的阈值，而且能较好地保留原图的边缘特征，并不增加新的边缘特征。这是一个非常棘手的问题。这里介绍一种图象二值化算法。该算法着重于在图象二值化时保留图象的边缘特征。 这种图象二值化算法是一种结合图象边缘特征来进行二值化的方法。  其基本思想是：首先，用微分算子检测图象的边缘；然后，在这些边缘象素点上进行二值化阈值的自动选择；最后，对于其它非边缘象素点则采取常规方法进行二值化处理。实验结果表明，这个基于边缘特征检测算子的算法能很好地保留原图的边缘特征，并能处理低质量的图象。 该算法描述如下： ／／f为去噪后的输入图象，g为二值化后的图象 1 对f进行抽取边缘特征，得到边缘图象e； 2 对e进行常规二值化处理，得到二值图b； 3 用整体阈值法确定一个的整体阈值； 4 确定f的每个象素对应的阈值； 5 根据求出的阈值输出二值图象g。 由于原图中可能会因为干扰而含有噪声，所以在处理前要进行去噪，可采用均值滤波器或中