[发明专利]一种图像二值化处理方法及其系统

说明书

本发明提供一种图像二值化处理方法及其系统，包括如下步骤：提供待处理图像，通过区域生长算法将待处理图像分割为若干区域，对所有区域进行平滑度处理，对待处理图像分割后的每块区域进行数据分析，获取每块区域内的图像数据，通过全局阈值方法得到每块区域的全局阈值，基于全局阈值设置每块区域的全局前景阈值上限，通过领域自适应方法获取每块区域的二值矩阵，对所有区域的二值矩阵进行分析，获取整个图像的二值图像；通过区域生长算法，将图像分割成各个区域，通过Sauvalo算法和Kittler算法解决了使用聚类二值化方法和领域自适应二值化方法时，无法对图像中的细节做准确处理，使用领域自适应二值化方法观察到的图像不同区域明暗度存在差异的问题。

技术领域

本发明属于图像分析领域，具体涉及一种图像二值化处理方法及其系统。

背景技术

图像二值化是光学字符识别的重要步骤，通常图像二值化过程为：首先针对待处理图像计算阈值，然后根据阈值将待处理图像中的各像素点进行二值分割。

目前较为成熟的图像二值化处理方法有很多种，其中主要有两种:聚类二值化方法和领域自适应二值化方法，其中聚类二值化方法在对图像进行二值化处理时，无法对图像中的细节做准确处理，且对汉字的字迹处理得十分模糊，而领域自适应二值化方法观察到的图像不同区域明暗程度会存在差异，且领域自适应二值化方法如果使用一个全局阈值，在不同区域将会产生不同的结果。

发明内容

本发明在于提供一种图像二值化处理方法，以解决使用聚类二值化方法和领域自适应二值化方法时，无法对图像中的细节做准确处理，且对汉字的字迹处理得十分模糊，使用领域自适应二值化方法观察到的图像不同区域明暗度会存在差异，且领域自适应二值化方法如果使用一个全局阈值，在不同区域将会产生不同的结果的问题。

本发明是这样实现的，本发明提供一种图像二值化处理方法，包括如下步骤：

步骤S1：提供待处理图像，

步骤S2：通过区域生长算法将待处理图像分割为若干区域，

步骤S3：对所有区域进行平滑度处理，

步骤S4：对待处理图像分割后的每块区域进行数据分析，获取每块区域内的图像数据，

步骤S5：通过全局阈值方法得到每块区域的全局阈值，

步骤S6：基于全局阈值设置每块区域的全局前景阈值上限，

步骤S7：根据每块区域的全局前景阈值上限，通过领域自适应方法获取每块区域的二值矩阵，

步骤S8：对所有区域的二值矩阵进行分析，获取整个图像的二值图像。

优选的，所述区域生长算法包括如下步骤，

步骤A：选择合适的生长点，其中所述生长点为单个像素，

步骤B：将与生长点性质相似的相邻像素和生长点进行合并，形成新的生长点，其中，生长点和相邻区域的相似性判断依据为像素值、图像纹理、颜色等对种图像信息，

步骤C：重复生长过程至生长点停止生长，完成对图像区域的分割。

优选的，通过卷积运算对图像各区域进行平滑度处理。

优选的，所述全局阈值方法为Kittler算法。

优选的，所述全局前景阈值上限计算公式为，

h(g)＝count_if(I(i,j)＝g)，

t_{max_adpt}＝t_Kittler+k·(u_b-t_kittler)，