图像二值化算法总结

******************************************************************************************************************************************

红：数字图像处理视频教程（两部）

{中科院版36讲视频教程 + 电子科大版70讲视频教程（冈萨雷斯 第二版）}
    橙：halcon软件、halcon软件手把手教破解视频教程
    黄：数字图像模式识别demo（C++编写，在公司也是用C++哦）
    绿：halcon软件视频教程、halcon软件在vs2010中配置
    青：面向对象C++视频教程
    蓝：MFC C++视频教程
    紫：海量相关文档资料
    http://item.taobao.com/item.htm?spm=a1z10.3.w4002-9510581636.11.VUYzOY&id=43025290175

******************************************************************************************************************************************

 回首前尘，尽是可耻的的往事。每当想起这句话，心里惶惶不可终日，兴趣驱动的学习乐在其中，项目驱动的学习不可不为，压力驱动的学习无疾而终。抛去胡乱YY的国际风雨，社稷民生，我们终究要扎扎实实的度过人生的每个阶段！

      2010年的很长时间都在做图像二值化算法方面的工作，看了一些论文，总结了一些算法，总的来说，在这方面的算法特别多，大致可以分成两类，全局阈值二值化和局部阈值二值化。下面链接了比较基础的几种方法：

• Otsu二值化算法
• Bernsen二值化算法
• Niblack二值化算法
• 基于块分析的二值化算法

      还有一些算法如sauvola，循环阈值等等没有把源码贴出来，大家同样可以尝试实现。在使用这些算法的同时，发挥了一下主观能动性，并由此发了一篇paper[1]。

      图像二值化属于图像处理比较基础的内容，经过几十年的发展已经比较成熟，只能作为图像处理这个方向的入门。如果还想在这个领域出一些成果，可以结合当前比较热的一些技术，比如Wavelete，从滤波的角度进行处理。

    

 

参考：

[1] An Adaptive Binarization Method for Camera based Document Image

[2] Survey over image thresholding techniques and quantitative performance evaluation