干涉云纹图像的全自动分块二值化处理

分析了在恶劣工作环境条件下干涉云纹图像质量变差的原因,提出了一种全自动分块二值化的图像处理方法,消除光场强度不均匀所造成的影响,实现了在恶劣工作环境条件下获得高质量的图像。

车牌识别系统中反色判断及二值化算法

通过对车牌纹理特征和灰度特征的研究,提出基于车牌字符垂直笔划检测的自适应反色判断算法和基于分块平移的二值化算法,解决目前车牌反色判断适应性不够和对光照不均、对比度低等车牌的快速二值化问题。对自然环境中采集得到的3653例车牌图像数据库进行实验,实验结果表明,反色判断算法的准确率为99.48%,分块二值化方法对阴影、低对比度等干扰具有较好的适应性,两个算法都满足实时性要求,可以应用到实际车牌识别系统中。

基于纹理均衡和灰度差异的图像二值化

根据图像处理中最基本的目标检测算法,用图像的前景图片信息减去背景图片信息的方法就可以检测到目标。本文基于上述减背景的目标检测算法,进行视频序列的二值化处理。处理过程中不仅利用了图像间的灰度差信息,还整合了分块区域内图像的纹理方差信息,结果使二值化目标更加充实饱满,同时也消除了部分白噪声。

颗粒显微图象二值化方法研究

针对颗粒显微图象的性质 ,提出分块曲面二值化方法 ,能有效地消除数据采集时显微镜的光照不均匀 ,也能有效地消除颗粒显微图象的噪声 ,且二值化所产生的图象质量好。