改進的Bernsen算法實證研究

武漢理工大學(xué) 張紅穎

改進的Bernsen算法實證研究

武漢理工大學(xué) 張紅穎

本文首先對圖像直方圖均衡化、Bernsen算法以及濾波去噪技術(shù)進行了闡述，并對濾波去噪前后的圖像進行Bernsen二值化。通過實證分析表明此方法由于傳統(tǒng)的Bernsen算法，并能較好的獲得二值化圖像，為后期圖像的分割提取提供有效保證。

Bernsen算法；直方圖；濾波；車牌圖像

圖像的二值化算法是眾多圖像分割中最重要的算法之一，其目的是尋找一個最佳閾值，將圖像中的灰度像素值與閾值比較，大于閾值記為目標(biāo)，小于閾值記為背景，其結(jié)果的好壞將直接影響后續(xù)環(huán)節(jié)中字符的分割與識別。傳統(tǒng)的直方圖、Ostu算法以及Bernsen算法二值化已經(jīng)不能很好的處理由于環(huán)境變化導(dǎo)致的圖像目標(biāo)與背景對比度不高、泛白、光照不均勻等情況。本文根據(jù)二值化的發(fā)展趨勢，對灰度圖像進行濾波處理，然后進行二值化，實驗表明此方法由于傳統(tǒng)的Bernsen算法。

1.原理簡介

(1)直方圖均衡化

(2)Bernsen算法

Bernsen算法是一種典型的局部閾值算法，其思想是考慮在灰度圖像中以像素點 (i , j)為中心的(2ω+1)×(2ω+1)窗口，計算圖像各個像素點 (i , j)的閾值 T ( i , j)。

遍歷該矩陣 f ( i,j)，當(dāng)前灰度值與 T ( i , j)比較，如果大于則賦值為1，判為目標(biāo)像素類；否則賦值為0，作為背景像素類，顯示得到的二值圖像B。用 b ( i,j)矩陣記錄該值。

(3)空域濾波

在實際的圖像處理中，經(jīng)常遇到圖像灰度圖像動態(tài)范圍不高或者背景泛白的情況。直接對這樣的灰度圖像進行二值化，效果往往會很差。因此有必要增強圖像對比度，對比度增強指利用各種數(shù)學(xué)方法和變換手段提高圖像中的目標(biāo)和背景對比度和圖像清晰度。

空域濾波的機理就是在待處理的圖像中逐點地移動模板，濾波器在該點地響應(yīng)通過事先定義的濾波器系數(shù)進行計算。

對于線性空域濾波，其響應(yīng)由濾波器系數(shù)與濾波模板掃過區(qū)域相應(yīng)像素值乘積之和給出。

R作為在點（ x, y）處的增強點。對于非線性空域濾波而言，與線性濾波一樣，只不過濾波的結(jié)果取決于像素鄰域的值，與線性乘積和無關(guān)。

2.實證分析

(1)濾波前后直方圖均衡化對比

圖3(a)為原始圖像及其對應(yīng)的均衡化的直方圖，直方圖中并沒有形成較明顯的波峰波谷，并且圖像的像素值出現(xiàn)斷裂現(xiàn)象，對于這樣的一幅灰度圖像，不利于二值化圖像的分割；經(jīng)過濾波后的灰度圖像較原始的灰度圖像相比，車牌的目標(biāo)與背景對比度加強利于圖像的二值化分割。

表1

圖1 待處理圖像像素值

圖2 濾波模板

圖3(a) 原始圖像及其直方圖

圖3(b) 濾波后灰度圖像及其直方圖

(2)濾波后直方圖二值化、傳統(tǒng)Bernsen二值化以及改進Bernsen二值化比對

運用圖像處理軟件Matlab進行調(diào)試，得到直方圖、Bernsen算法以及改進的Bernsen算法圖像二值化的對比結(jié)果及其對應(yīng)的閾值，如表1所示。

濾波后直方圖圖像的二值化閾值為0.4800，效果較差，不能讀取并且車牌字符存在斷裂現(xiàn)象；Bernsen算法二值化閾值為0.2021，車牌已是面目全非，完全看不到車牌的字符，對于后期車牌的定位等工作顯然是失敗的；改進的Bernsen算法二值化閾值為0.3335，二值化效果顯著，車牌字符清晰可見，為后期的車牌分割定位提供基礎(chǔ)。

[1]P.K.Sahoo,S.Soltani,A.K.C.Wong,et al.A Survey of Thresholding Techniques.ComPuter GraPhics,Vision and Image Proeessing,1988(41):233-260.

[2]阮秋琪,阮宇智.數(shù)字圖像處理(第二版)[M].北京:電子工業(yè)出版社,2003:1-4.

[3]王剛.圖像二值化方法研究及其在監(jiān)控識別系統(tǒng)中的應(yīng)用[D].湖南:湖南大學(xué),2010.

[4]趙建蕾,王匯源,方穎.偏暗或泛白背景的車牌圖像二值化方法[J].計算機工程,2008.34(06):210-213.

[5]Pun T.A New Method for Gray-Level Pieture Thresholding Using the Entroy of the Histgran.Signal Processing,1980,8(4):223-237.