文本图像的快速二值化方法

对应用广泛的Ｋａｍｅｌ－Ｚｈａｏ和Ｂｅｒｎｓｅｎ二值化方法分析其存在的问题并提出了一种基于局部的文本图像快速二值化算法（简称ＬＥＶＢＢ算法）．实验结果证明，该算法运算速度快，保持笔划连通性好，抗噪声能力强，并已在实际的车辆牌照识别系统中取得理想效果．     

基于二值化的边缘图像滤波方法

图像经过边缘提取之后常会带有各种噪声,提取的边缘还不能满足我们的需要。讨论了对边缘图像的滤波方法,先对图像进行二值化,再进行区域标记,处理后的图像再与边缘图像进行与运算。实验结果表明,该方法对提高边缘图像的质量是非常有效的,并且具有非常高的实用性。     

基于对比度补偿的古籍图像二值化算法研究

环境因素及不当保存会使古籍退化严重,对此设计一种二值化算法来解决具有均匀字符大小的退化古籍图像的低对比度问题,从而更好地揭示古籍所记载内容.算法首先利用Canny算子提取图像文本的边缘信息并估计平均笔划宽度,根据笔划宽度来估计古籍图像背景,然后用背景信息来对古籍进行对比度补偿,从而提高古籍图像对比度,最后利用Howe的算法对补偿后的古籍进行二值化处理,后处理算法进一步提高了图像质量,得到最终的二值图像.实验结果证实了该算法的有效性.该算法优于在ICFHR’2014国际会议上获得第一名的Mesquita的算法.     

多尺度局部结构主导二值模式学习图像表示

通过零均值化的微观结构模式二值化(ZMPB)处理,该文提出一种立足于局部图像多尺度结构二值模式提取的图像表示方法。该方法能够表达图像中可能出现的各种具有视觉意义的重要模式结构,同时通过主导二值模式学习模型,可以获得适应于图像数据集的主导特征模式子集,在特征鲁棒性、鉴别力和表达能力上达到优异性能,同时可以有效降低特征编码的维度,提高算法的执行速度。实验结果表明该算法性能优异,具有很强的鉴别能力和鲁棒性,优于传统LBP和GIMMRP方法,和很多最新算法结果相比,也具有竞争优势。

     

一种改进的退化文本图像二值化方法

文本图像二值化是文本图像识别的重要步骤,由于光照不均或文档水渍等原因导致文本图像退化,增加了文本图像识别的难度。本文对一种局部阈值算法进行了改进,首先对图像进行水平投影,根据直方图的极小点对版面进行简单划分,再利用全局阈值法估算出更为准确的各区域字符笔画宽度,从而自适应地得到适当的窗口尺寸,再利用对比图和局部阈值进行图像二值化,并结合OTSU图像消除原算法产生的伪轮廓。实验与分析表明,改进后的方法能够明显消除因笔画粗细不均、字符大小不同而产生的前景像素误识问题。     

区域逻辑运算实现图像二值化

在分析了图像二值化的基本原理基础上，从图像的区域特性出发，研究了图像的区域编码和区域逻辑运算，并将区域编码和区域逻辑运算相结合，实现出图像的二值化。     

基于多层次分块的指纹图像二值化

自适应局部阈值二值化算法,其效果主要取决于能否准确地估计局部阈值.鉴于在指纹奇异点附近及方向变化较快的脊线、谷线区域,局部阈值很难精确得到,提出了一种多层次分块的指纹图像局部阈值的求取方法,并把这种方法用于指纹图像的二值化.实践表明,算法工作稳定,效果良好,鲁棒性强,对低质量图像具有显著的增强效果.     

基于图像差异度的太阳像二值化算法研究

图像二值化是数字图像处理系统中基本而关键的技术,阈值分割是实现二值化的重要途径,假定图像的目标与背景是可以分离且存在一定差异的,则基于图像中目标和背景与原图像的差异,建立恰当的差异度公式。提出相应的算法,并对太阳像进行闽值分割。试验结果表明,与一些传统方法相比,该方法能很好地区分目标和背景,得到了较好的二值化处理效果。     

人体手掌静脉图像采集系统研究

以手掌静脉图像采集装置为研究对象,详细分析了采集装置的设计原理,设计了一种光强分布均匀的双环形近红外光源结构,并提出了一种基于灰度共生矩阵及模糊逻辑的手掌静脉图像质量评价方法。通过研究对比度、熵、相关性的值与静脉纹理结构信息的关系,建立模糊推理系统对图像质量做出了最佳判别,从而验证了采集系统的性能。设计的采集装置结构小、成本低,采集到的静脉图像比较清晰,满足静脉识别系统后续处理的需要。     

高反光度曲面图像二值化技巧

本文介绍了一种高光度曲面上的印刷体数字图像识别技术中，对于图像进行二值化处理的方法。     

手掌静脉图像增强算法研究

为了解决手掌静脉图像质量局部不均问题,提出一种新的手掌静脉增强算法,将受约束的局部直方图均衡算法(CLAHE)和非下采样的Contourlet变换(NSCT)相结合进行图像增强.对图像进行非下采样Contourlet变换,在近似分量上进行CLAHE处理提高图像对比度,在细节分量上根据各尺度不同方向子带上的能量分布自适应地确定阈值,并利用所提出的非线性增强算法进行细节增强;然后通过Gabor滤波器增强手掌静脉纹路.实验表明,该算法提高了静脉图像对比度,增强了手掌静脉的轮廓细节,并且有效地抑制了噪声.     

多特征融合的手掌静脉匹配算法研究

针对相关系数法在手掌静脉图像匹配中无法解决平移与旋转的问题,提出了一种基于多特征融合的改进算法。首先,在匹配前,用文中提出的改进的图像校正算法校正图像,它可以改进相关系数法对于仅发生平移图像的匹配通过率;再利用基于细节的点的特征点匹配与基于全局的不变矩匹配的融合决策来弥补相关系数法对旋转图像匹配通过率偏低的不足。实验结果证明,本算法能提高系统的通过率,降低误识率。     

手背静脉图像ROI提取算法研究

手背静脉识别是新兴的身份认证技术,与指纹识别相比,具有活体识别、内部特征、非接触式等优点,其关键点之一是对静脉图像感兴趣区域精准定位。文章提出了结合Canny边缘检测算法和Freeman链码的手背静脉感兴趣区域定位算法。实验结果表明,该算法能够克服手形姿势变化的影响进行准确定位,具有良好的鲁棒性,对手背静脉身份特征识别技术研究具有参考价值。     

近红外静脉图像可视化算法

目前的静脉访问辅助设备通常利用近红外成像技术采集静脉图像。在直方图均衡化增强静脉图像的基础上,针对手背静脉穿刺辅助装置的实时性要求,本文提出按键触发检测的方式来实现静脉血管宽度可视化算法。该算法在医护领域进行实际系统的临床应用,可有效提高静脉访问成功率、减轻医护人员工作难度并造福病人。     

基于人体手指静脉图像分割算法的研究

根据人体手指静脉图像的结构及特点,提出了一种能很好地抑制噪声、剔除图像的伪边缘、准确定位手指静脉图像边缘信息的方法。首先采用高频强调滤波对梯度图像进行增强,然后利用B样条函数对增强后的图像进行多次拟合,最后对拟合的曲面进行分水岭分割。实验结果表明,通过该方法处理的梯度图像再进行分水岭变换,有效避免了过分割问题,同时准确定位了手指静脉图像边缘信息,提高了手指静脉图像分割精度。     

一种基于优化区域OTSU的静脉图像分割算法

本文以静脉特征识别为目标,提出了一种基于优化区域OTSU的静脉图像分割算法.该算法首先优化OTSU计算流程,减少求解OTSU阈值的计算量;然后优化OTSU阈值求解结构,降低OTSU阈值求解次数.实验结果表明,该算法分割效果好、耗时少,能够满足实际应用要求.     

一种新的二值化方法在车牌检测中的应用

车牌定位过程中二值化方法的选择尤为重要,何时二值化以及选取何种二值化方法对检测结果的影响明显。考虑到车牌区域有着丰富的边缘信息,车牌区域的亮度以及区域标准差,能给二值化阈值提供有价值参考信息,文中根据车牌的特征提出了一种新的自适应二值化算法,并采用区域融合及连通域计算方法提取车牌。实验证明,此二值化算法对图像灰度变化、...     

基于CLAHE和top-hat变换的手背静脉图像增强算法

为了克服光强,手背厚度对手背静脉图像的影响,提出一种新的手背静脉图像增强方法,对比度受限的局部直方图均衡（CLAHE）和tophat变换相结合的方法。在进行CLAHE处理的基础上,利用tophat变换提取图像的波峰和波谷,并将提取的波峰和波谷进行直方图修正,拉开灰度分布,再与之进行加减运算。实验表明,该算法能得到很清晰的增强效果。     

低对比度图像分割算法研究

在分析图像分割算法的基础上，针对灰度随机分布的低对比度图像．提出采用空间区域方差和灰度区域方差进行图像增强和灰度分区。实验结果表明该方法能有效地实现低对比度图像的分割。