CN101739559A - 基于阈值带的图像二值化方法 - Google Patents
基于阈值带的图像二值化方法 Download PDFInfo
- Publication number
- CN101739559A CN101739559A CN200810176772A CN200810176772A CN101739559A CN 101739559 A CN101739559 A CN 101739559A CN 200810176772 A CN200810176772 A CN 200810176772A CN 200810176772 A CN200810176772 A CN 200810176772A CN 101739559 A CN101739559 A CN 101739559A
- Authority
- CN
- China
- Prior art keywords
- threshold
- value
- band
- binaryzation
- image
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Abstract
基于阈值带的图像二值化方法。在数字图像处理技术中,又包括图像分割、边缘检测、特征提取等技术。在这些技术中,用二值化对图像进行分割是所有后续处理的基础,非常关键。所以二值化在数字图像处理技术中具有很重要的地位。(1)由数字图像中灰度图像的灰度值求出单值阈值,(2)在单值阈值基础上设定阈值带,(3)通过阈值带方法进行二值化。本发明应用于数字图像处理技术中对二值化阈值附近出现的误差点可以忽略不计的技术中,例如结构光三维测量等。
Description
技术领域:
本发明涉及一种基于阈值带的图像二值化方法。
背景技术:
数字图像处理技术,随着计算机技术的发展,在计算机信息处理领域的应用范围和规模不断增大。图像数字化、图像处理和图像显示作为图像处理技术的三个基本方面在这种不断扩展的应用中与更多领域的理论和技术相结合,成为现代商业、工业和医学发展的至关重要的工具,在现实生活中具有广泛应用前景。而在数字图像处理技术中,又包括图像分割、边缘检测、特征提取等技术。在这些技术中,用二值化对图像进行分割是所有后续处理的基础,所以非常关键。所以二值化在数字图像处理技术中具有很重要的地位。
二值化是应用最为广泛的图像分割技术,在自动识别、图像分析以及文本增强等图像处理中得到广泛应用。一幅数字化的灰度图像包括特征物、背景和噪声。从数字灰度图像中提取特征物,最常用的方法是设定某一阈值,用此阈值将灰度图像的数据分成两部分,即大于此阈值的像素群和小于阈值的像素群。二值化处理就是求解阈值,从而把灰度图像分成特征物和背景两个部分。使用阈值是一种区域分割技术,它计算简单,对物体和背景有较强的对比的景物非常有用。阈值是把图像和背景区分开的标尺,在二值化中非常关键。适当的阈值就是既要尽可能的保存图像信息又要尽可能的减少背景和噪声的干扰。在现有技术中,往往采用单阈值法,如中间阈值法、平均阈值法、灰度期望值法等等,这些单阈值附近的灰度出现误差时,导致二值化结果出现大误差,使二值化图像出现大的变形,所以抗干扰能力差。如单值阈值设为中间值0.5,当高值像素A点0.55由于干扰导致其为0.6时,则仍为高值1,当干扰增大,导致像素值小于0.5时,例如干扰后成为0.4,则被译为低值0,则二值化结果出错,出现较大误差。同理,若低值像素B点0.45的值由于受干扰导致其为0.4时,则仍为低值0,当干扰增大,值大于0.5时,假设干扰后值变为0.6,则二值化后译为高值1,此时出现较大误差。单值阈值法都会出现误判问题,所以抗干扰能力很差。
发明内容:
本发明的目的是针对现有数字图像处理中灰度图像二值化阈值方法技术的不足,提供一种基于阈值带的图像二值化方法,采用阈值带方法对采样点进行二值化处理。
上述的目的通过以下的技术方案实现:
基于阈值带的图像二值化方法,(1)由数字图像中灰度图像的灰度值求出单值阈值,(2)在单值阈值基础上设定阈值带,(3)通过阈值带方法进行二值化。
所述的基于阈值带的图像二值化方法,所述的步骤(1)中设定阈值的过程是用传统的阈值法确定单值阈值x,即就是在所投射的整幅灰度图像上找到灰度值的最大和最小值,将其中间值设为阈值;
所述的步骤(2)是根据二值化所允许的误差范围,结合背景与单阈值的差的平均值和目标与单阈值的差的平均值设定阈值带的集合u,背景、目标像素值与单阈值的差的平均值反映了灰度像素值距离单阈值分散的程度;
所述的基于阈值带的图像二值化方法,所述的步骤(3)是舍掉阈值带内的采样点,对阈值带外的采样点进行二值化。
所述的基于阈值带的图像二值化方法,根据二值化所允许的误差范围,结合目标(小于单阈值的值)与单阈值的差的平均值和背景(大于单阈值的值)与单阈值的差的平均值设定阈值带的范围,设最大误差允许范围为c,阈值带的集合u∈(x-y1,x+y2),其中,
这个技术方案有以下有益效果:
本发明对采样点进行二值化时,设定一个阈值带,在阈值带内的值全部舍掉,对阈值带外的值进行二值化,使得单个阈值附近由于出现干扰而导致误差的值都被舍掉,通过舍掉采样点而大大提高了抗干扰能力,因为投射后会有无数个采样点,所以舍掉这部分采样点对二值化结果影响很小。从而,本发明具有抗干扰能力的优点。
本发明可以广泛应用于数字图像处理技术中阈值附近出现的误差点可以忽略不计的技术应用中,通过减少这些误差点,大大提高了测量的精确度,例如对结构光三维测量等技术具有实际意义,如附图4。
附图说明:
附图1是阈值带图像二值化法结构框图。
附图2是阈值带二值化示意图。
附图3是使用单值阈值法和阈值带法二值化结果对比。
附图4是阈值带法二值化图。
附图5是单阈值法二值化图。
附图6是阈值带法局部图。
附图7是单阈值法局部图。
本发明的具体实施方式:
实施例1:
在数字图像处理技术中,首先要对采样点进行二值化,二值化结果对图像后期处理具有很重要的效果。如附图1所示,具体说明步骤如下:
(1)由数字图像中灰度图像的灰度值求出单值阈值;
用传统的阈值法确定单值阈值x,即就是在所投射的整幅灰度图像上找到灰度值的最大和最小值,将其中间值设为阈值。
(2)在单值阈值基础上设定阈值带;
根据二值化所允许的误差范围,结合背景与单阈值的差的平均值和目标与单阈值的差的平均值设定阈值带的集合。设二值化最大误差允许范围为c,阈值带的集合u∈(x-y1,x+y2),其中, 式中,是x与小于阈值x的像素值的差的平均值,即n为小于单阈值的点的总数,而是大于阈值x的像素值与x的平均值,即m为大于单阈值的点的总数。
(3)通过阈值带方法进行二值化,如图2所示。
单值阈值二值化就是选定一个阈值,当像素灰度值超过某一阈值时,令其解码为1;否则为0。而图像二值化可根据下式的阈值处理来进行,如图2。
式中x为单值阈值阈值,y1是带宽的下限值,y2是带宽的上限值。f(i,j)为像素灰度值,g(i,j)为二值化值。
将采样点中大于x-y1小于x+y2的值舍掉,对大于等于0小于x-y1的值和大于x+y2等于小于等于1的值进行二值化。
图3中,我们以灰度范围为0-1,允许最大允许误差为40%为例,则根据公式得到单阈值为0.5,小于阈值带的值(目标)与单阈值的差的平均值为0.25,大于单阈值(背景)的值与单阈值的差的平均值为0.25,则阈值带为[0.5-0.2,0.5+0.2],对部分采样点进行两种方法的比较,结果表明,本发明的阈值带抗干扰能力明显增强。
图4中,为了区别,我们把阈值带二值化方法中的被剔除的点设为黑色,原黑色点设为灰色。可见,阈值带法与单阈值法相比,将边缘容易出错点都剔除,去除了毛刺,抗干扰能力较强。在局部图中,可以看到阈值带法在白色区域,灰色的误差点以及在黑色区域,白色的误差点明显比单阈值法减少,这说明在后期处理中,准确度得到提高。
附图4中,技术比较:阈值带法中经过技术处理黑色点为去除点,灰色区域中只有1个误差点,白色区域中有两个误差点。而单阈值法中黑色区域中有3个误差点,而白色区域中有9个误差点。
Claims (4)
1.一种基于阈值带的图像二值化方法,其特征是:(1)由数字图像中灰度图像的灰度值求出单值阈值,(2)在单值阈值基础上设定阈值带,(3)通过阈值带方法进行二值化。
2.根据权利要求1所述的基于阈值带的图像二值化方法,其特征是:所述的步骤(1)中设定阈值的过程是用传统的阈值法确定单值阈值x,即就是在所投射的整幅灰度图像上找到灰度值的最大和最小值,将其中间值设为阈值;
所述的步骤(2)是根据二值化所允许的误差范围,结合背景与单阈值的差的平均值和目标与单阈值的差的平均值设定阈值带的集合u,背景、目标像素值与单阈值的差的平均值反映了灰度像素值距离单阈值分散的程度;
3.根据权利要求1或2所述的基于阈值带的图像二值化方法,其特征是:所述的步骤(3)是舍掉阈值带内的采样点,对阈值带外的采样点进行二值化。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN200810176772A CN101739559A (zh) | 2008-11-18 | 2008-11-18 | 基于阈值带的图像二值化方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN200810176772A CN101739559A (zh) | 2008-11-18 | 2008-11-18 | 基于阈值带的图像二值化方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN101739559A true CN101739559A (zh) | 2010-06-16 |
Family
ID=42463028
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN200810176772A Pending CN101739559A (zh) | 2008-11-18 | 2008-11-18 | 基于阈值带的图像二值化方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN101739559A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103983193A (zh) * | 2014-06-11 | 2014-08-13 | 中国烟草总公司郑州烟草研究院 | 一种应用于卷烟条盒烟包尺寸测量的三维检测方法 |
CN107958469A (zh) * | 2017-12-28 | 2018-04-24 | 北京安云世纪科技有限公司 | 一种双摄像头的标定方法、装置、系统和移动终端 |
CN108122241A (zh) * | 2016-11-29 | 2018-06-05 | 沈阳新松机器人自动化股份有限公司 | 一种图像的二值化处理装置及方法 |
-
2008
- 2008-11-18 CN CN200810176772A patent/CN101739559A/zh active Pending
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103983193A (zh) * | 2014-06-11 | 2014-08-13 | 中国烟草总公司郑州烟草研究院 | 一种应用于卷烟条盒烟包尺寸测量的三维检测方法 |
CN108122241A (zh) * | 2016-11-29 | 2018-06-05 | 沈阳新松机器人自动化股份有限公司 | 一种图像的二值化处理装置及方法 |
CN108122241B (zh) * | 2016-11-29 | 2021-10-15 | 沈阳新松机器人自动化股份有限公司 | 一种图像的二值化处理装置及方法 |
CN107958469A (zh) * | 2017-12-28 | 2018-04-24 | 北京安云世纪科技有限公司 | 一种双摄像头的标定方法、装置、系统和移动终端 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105069389B (zh) | 二维码分块解码方法及系统 | |
US8965123B2 (en) | System and method for processing image for identifying alphanumeric characters present in a series | |
CN102479383B (zh) | 椒盐噪声去除方法及装置 | |
CN104732183A (zh) | 一种基于图像采样线灰度信息分析的一维条码识别方法 | |
CN105374015A (zh) | 基于局部对比度和笔画宽度估计的低质量文档图像二值化方法 | |
CN108960239B (zh) | 一种基于图像处理的激光蚀刻金属雷管编码字符分割方法 | |
CN107610144B (zh) | 一种改进的基于最大类间方差法的红外图像分割方法 | |
CN110009653A (zh) | 基于灰度阈值分割法增加边缘识别点准确图像识别的方法 | |
CN111738256B (zh) | 基于改进分水岭算法的复合材料ct图像分割方法 | |
JP2008040693A (ja) | ラインノイズ除去装置、ラインノイズ除去方法、ラインノイズ除去プログラム | |
CN109584240A (zh) | 滑坡后缘裂缝位移图像识别方法 | |
CN105447489B (zh) | 一种图片ocr识别系统的字符与背景粘连噪声消除方法 | |
CN107292212B (zh) | 一种低信噪比环境下的二维码定位方法 | |
CN110687122A (zh) | 一种陶瓦表面裂纹检测方法及系统 | |
CN105719275A (zh) | 一种并行组合的图像缺陷分割方法 | |
US8000535B2 (en) | Methods and systems for refining text segmentation results | |
US20080205753A1 (en) | Methods and Systems for Refining Text Detection in a Digital Image | |
CN101739559A (zh) | 基于阈值带的图像二值化方法 | |
CN100377169C (zh) | 一种图像二值化的方法 | |
CN116758045B (zh) | 一种半导体发光二极管的表面缺陷检测方法及系统 | |
CN108230334B (zh) | 基于灰度阈值的高浓度风沙图像分割的方法 | |
CN111292346B (zh) | 一种噪声环境下浇铸箱体轮廓的检测方法 | |
CN110298799B (zh) | 一种pcb图像定位校正方法 | |
CN114913099A (zh) | 视频文件处理的方法和系统 | |
CN113255684B (zh) | 一种基于灰度图溢出的背景分离方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C02 | Deemed withdrawal of patent application after publication (patent law 2001) | ||
WD01 | Invention patent application deemed withdrawn after publication |
Open date: 20100616 |