64、手写马拉地语字符识别中阈值方法的比较

手写马拉地语字符识别中阈值方法的比较

1. 引言

图像阈值处理是将图像分割成两个或多个区域或轮廓的过程，对应于目标阈值。通常通过寻找属性或相似性来分割区域，通过寻找区域或边缘之间的差异来对轮廓进行分类。相邻像素共享的简单属性是强度。通过阈值处理来分割区域时，照明和模糊的分离方式如下：阈值处理生成一个二值图像，将低于某个阈值的所有像素设置为 0，将高于阈值的所有像素设置为 1。

若 $g(x, y)$ 是阈值函数，则全局阈值 $T$ 由以下公式给出：
[
g(x, y) =
\begin{cases}
1, & \text{iff } (x, y) \geq T \
0, & \text{otherwise}
\end{cases}
]

许多扫描图像的前景较亮，背景较暗，尤其是那些前景和背景像素的灰度级分为两种模式的图像。局部阈值处理的基本方法是使用图像中每个点邻域内像素的均值和标准差。根据 $(x, y)$ 邻域的指定局部属性，使用以下公式计算图像中每个点 $(x, y)$ 的阈值：
[
T_{x,y} = a\sigma_{x,y} + bm_{x,y}
]
然后，分割后的图像计算如下：
[
g(x, y) =
\begin{cases}
1, & \text{iff } (x, y) > T_{x,y} \
0, & \text{iff } (x, y) \leq T_{x,y}
\end{cases}
]

当单一阈值不起作用时，可以将给定图