基于迭代思想的自适应Niblack算法改进

针对文本及小物体图像识别时在光照不均匀工况下特征提取难度大、效率低问题,提出一种改进Niblack算法。利用迭代思想获取每个像素邻域的均值及标准差,使其与邻域窗口大小无关,避免了重复计算,降低了算法复杂度;在Sauvola算法基础上结合全局阈值Otsu算法及方差特性改进算法阈值,使其能自适应地调整阈值,逐点地进行图像二值化。为验证算法有效性,将其应用于文本、车牌及小物体图像二值化,与传统Otsu、Kittler、Niblack和Sauvola算法相比,算法获取的特征更清晰和准确,伪影和斑点等噪声更少,且与原Niblack算法相比,相同条件下其处理时间大幅度降低。

改进Niblack算法的光照不均匀QR码识别研究

QR 码作为农产品可追溯体系的信息载体,一直是农业领域的科研热点。在实际应用中,溯源环境的复杂多变易使设备采集到光照不均匀的 QR 码图像而增加解码流程中二值化的难度,影响后续解码。该文针对原始 Niblack 算法自适应性不足的缺陷,提出一种自适应邻域窗口和修正系数的 Niblack 算法,该算法依据 QR 码图像的分辨率和灰度值,动态调整修正系数和邻域窗口,进行自适应二值化处理。分别用改进 Niblack 算法,原始 Niblack 算法和 Otsu 算法处理设备无法识别的不同光照环境下、不同程度的光照不均匀 QR 码图像,试验数据表明经改进算法处理后的识别成功率为 74.2%,高出原始 Niblack 算法 18.4%,高出 Otsu 算法 71.7%,具有较高的鲁棒性。这一结果对农产品在各种光照不均匀环境中的溯源提供了参考。

基于Niblack自适应修正系数的温室成熟番茄目标提取方法

番茄目标的准确提取是番茄采摘的基础,目前番茄目标提取方法都有一定的局限性,难以满足采摘需求。该研究在传统Niblack算法的基础上,结合图像全局灰度变化的估计信息与局部区域信息之间的关联性,提出了一种基于Niblack自适应修正系数的温室成熟番茄目标提取新方法。首先对R-G番茄灰度图像,采用基于自适应修正系数选取的Niblack算法进行阈值分割,从理论意义上确定修正系数的选取原则,归一化局部标准差,实现修正值的计算及二值化过程,然后对分割后的图像去噪,最后采用最小临界矩形法提取成熟番茄果实。试验结果表明,该方法对温室成熟番茄图像有较好的提取效果,识别正确率达到98.3%,与基于归一化红绿色差灰度化的Otsu算法和传统的Niblack算法相比有更高的识别率和更快的处理速度,噪声率也明显减少,能够满足后续成熟番茄定位的需要,有效地解决传统方法适应性低,易产生伪噪声块等问题。

基于NIBLACK改进算法的静脉识别特征提取

静脉识别是一种新兴的生物特征识别技术,为了满足静脉识别中的特征提取需求,对手背静脉提取方法进行了研究。首先采用CLAHE算法对手背静脉图像进行增强处理,然后针对传统NIBALCK二值化算法的不足,提出一种局部静态阈值与NIBLACK相结合的改进算法。实验证明,该方法能有效消除传统方法中噪声过多、纹络断裂的现象,克服光强因素对图像提取的影响,保持完整清晰的静脉纹络结构,从而满足后续识别工作的需要。

基于CLAHE和改进的NIBLACK算法的手背静脉提取方法

为了满足手背静脉识别对于特征提取的需求,本文对手背静脉提取方法进行了研究。首先采用CLAHE算法对手背静脉图像进行增强处理,然后对增强图像进行二值化处理。针对传统的NIBALCK二值化算法容易产生噪声、断纹以及分块处理时的边缘阈值缺失的问题,提出一种局部静态阈值与NIBLACK相结合的改进算法。实验结果表明,该方法可以有效地克服光强因素对图像提取的影响,消除传统方法的噪声过多、纹络断裂的现象,保持完整清晰的静脉纹络结构,满足后续识别工作的需要。

NIBLACK改进算法在手指静脉识别中的应用研究

手指静脉识别是利用人体手指静脉结构的唯一性实现个体身份认证,具有高度安全和使用便捷等优点,对手指静脉提取方法进行了研究。首先,采用CLAHE算法对手指静脉图像进行增强处理,然后,针对传统NIBALCK二值化算法的不足,提出了改进后NIBLACK算法的图像分割。实验证明,其算法提取的静脉图像脉络清晰,保留了因光照不均而易丢失的特征细节,对提高系统的识别率和正确率提供了可靠保证。

改进Niblack算法及其在不均匀光照条件下的应用

文本二值化是光学字符识别的关键技术,但在光照不均的情况下,采用传统全局阈值二值化在图像过亮或暗区域情况下会造成大量文字信息丢失,因此通常采用局部阈值二值化方法。Niblack二值化是一种经典的局部阈值法,能够提取全部文字信息,缺点是存在大量伪影,且运算效率低,但优点是方法简单,易于实现。算法。该算法结合像素点空间八邻域灰度信息,能自适应调整阈值,逐点进行二值化处理,从而基本消除了伪影,并使用积分图法使运算时间从30s降低到3s,同时运用形态学腐蚀操作对笔画进行增强。实验结果表明,与传统Niblack、Sauvola等算法相比,在光照不均条件下,该方法图像噪声少、速度快,笔画更清晰,且更易于识别。

航拍胶片注释信息阈值分割算法研究

航拍胶片注释信息对后续的图像处理非常重要,但是曝光不均、相机抖动或者胶片数字化产生的畸变都会导致注释信息产生背景模糊、泛白、灰度不均等现象,这给注释信息标识符的分割和识别带来很大困难。该文提出了一种基于CASDA与Niblack相结合的阈值分割算法,能够有效解决传统分割方法存在的字符分割断裂问题。实验证明,该算法能够在保证注释信息准确分割的同时兼顾处理速度。

静脉成像显示仪的计算方法研究

目的:寻找一种能够适合人体静脉血管特征的计算方法,在不误判定和不失真的前提下,尽可能最清晰的显示出静脉血管图案,以提高穿刺准确性。方法:通过对当前处理算法进行分析,提出优化的NiBlack算法,获得优化的图像,并将该算法图像与当前的4种主流算法的图像处理结果进行比对,验证优化的NiBlack算法的图像处理效果。结果:修改后的处理算法能够很好地显示出静脉血管的图案,突出血管形状,降低误诊断。结论:依据静脉血管特征的图像处理方法能够使静脉血管显示更加清晰。

基于灰色系统理论及方向图的纤维边缘检测算法

针对传统边缘检测算法在对纤维进行边缘检测时易出现边缘不连续、虚假边缘、粘连纤维无法确定轮廓的现象,提出了一种基于灰色系统理论及方向图的纤维边缘检测算法.该算法首先利用灰色预测和Niblack算法分别得到图像的强边缘和图像二值图,接着利用边缘连接算法求出连接图,并与利用灰色关联度求出的感兴趣区域(ROI)相结合求出纤维边缘图,进而利用填充算法和轮廓跟踪求出纤维外轮廓,再将外轮廓与ROI相结合求出轮廓增强的纤维图像,最后运用基于方向图的边缘界定算法提取纤维的边缘信息,剔除毛刺之后可得到纤维的完整边缘.试验结果表明,这种方法能够很好地抵制噪声,并能得到比较完整的纤维边缘信息,不仅具有较好的边缘连续性,且克服了双边缘的现象,提高了检测精度.

彩色图像中文本内容的选择性增强算法研究

探讨了视频图像的插值缩放,并针对彩色图像中的文本内容采用改进的Niblack二值化算法进行有选择性增强。改进的Niblack算法增加了多个控制参数协同工作,在保证彩色图像整体视觉效果不变的前提下,对文本内容进行选择性增强,并提高了运算效率。

一种改进的文本图像二值化方法

针对常用的局部阈值方法-Niblack算法中存在的问题,提出了一种改进的文本图像二值化算法。改进后的Niblack算法对背景灰度不均匀的图像具有良好的适应性,抗噪声能力强,保持笔画连通性好,更适合于文本图像的二值化。实验证明了该算法的有效性。

电力设备IR图像特征提取及故障诊断方法研究

针对电力设备红外图像批量诊断中故障特征参量提取及参数配置难题,采用粒子群算法(PSO)与Niblack算法相结合的方法,将设备热像从背景中分割出来并提取出设备的最低、最高及平均温度等参量,通过计算设备各温升特征,构建支持向量机(SVM)样本特征空间。采用优化的蝙蝠算法(BA)对SVM参数进行寻优,并利用最优参数配置下的SVM实现设备故障诊断。对220组图像样本测试结果表明:该红外图像故障诊断方法在电力设备热故障缺陷检测方面的效率及准确率较高,适用于电力大数据中非结构化红外图像的批量分析与处理。

一种改进的激光打印图像预处理方法

针对激光打印图像字符不够鲜明、噪声太多的特点,提出了一种基于新型组合滤波算法与改进的Niblack法结合的激光打印图像预处理方法。传统的Niblack法,较好地保留了字符特征,但是出现了过多噪音杂点,效果不理想。该方法首先用Niblack法对图像二值化,同时应用自适应中值滤波模糊噪声和非噪声点对应的形态学滤波设计一种新型组合滤波器,建立恰当滤波窗口,保护更多的图像细节,增强图像边缘。实验结果表明该方法可有效地过滤激光打印图像中的噪声,获得了较好的二值化图像,具有一定的实用价值。

不同波长近红外人体血管成像技术研究

针对通过研制的血管成像装置采集到的图像不可避免地会受到本身或外界因素的噪声污染,肉眼很难分辨出图像质量的问题,提出了对在不同波长近红外光下采集的人体血管图像进行CLAHE增强和Ni Black算法处理,并通过多组实验对比处理前后图像的质量。实验结果表明:在近红外光反射照射下,940 nm单色光采集的手臂血管成像效果最佳,760 nm和940 nm混合光次之,760 nm单色光采集效果不理想。

Canny算法修正的谷形检测手指静脉分割算法

针对使用方向谷形检测方法对手指静脉图像进行分割存在的静脉边界区域分割精度低的问题,对结合了Niblack算法的方向谷形检测分割进行深入研究与探讨,并以此为基础提出基于Canny算法修正的谷形检测手指静脉分割算法。首先对手指静脉的局部梯度变化特征进行分析,得出静脉边界点应具备的条件,并以此作为是否为真实边界点的判据,同时结合由Canny算法获取的非极大值抑制图像对基于方向谷形检测的分割结果进行边界点修正。最后通过实验对比修正前后的分割效果,发现该算法分割结果在静脉区域的连续性,以及静脉提取的真实性和准确性上都表现更为优秀,证明了其有效性。