1．3 灰度图像的增强
    灰度拉伸的主要方法就是对图像在某一灰度变换区间内的象素点的灰度值进行线性变换，以达到突出某一灰度区间图像，增强对比度的目的。一般的灰度变化方程为：D=AX+B，其中D为灰度变换后灰度矩阵，X为变换前灰度矩阵，A，B为变换方程系数。

    灰度拉伸是指根据灰度值方图的分布有选择地拉伸某段灰度区间以改善输出图像。如果一幅图像灰度集中在较暗的区域而导致图像偏暗，可以用灰度拉伸功能(斜率A>I)来拉伸物体灰度区间以改善图像；同样如果图像灰度集中在较亮的区域而导致图像偏亮，也可以用灰度拉伸功能(斜率A<I)来压缩物体灰度区间。
1．4 基于灰度图像的二值化
    二值化图像算法又称为阈值算法，其目的就是要找出一个合适的阈值，将待研究的区域划分为前景和背景两部分。对于灰度图像的二值化实际上就是确定一个最佳的分割阈值。
    算法的描述如下：
    输入：灰度图像
    输出：阈值k
    算法：
    (1)求图像中最大的灰度max；
    (2)令k=0；
    (3)分别求出大于和小于k的这两类像素总数和像素的灰度平均值；
    (4)计算类间方差和类内方差；
    (5)k=k+1，循环(3)～(5)步，直到k>max；
    (6)找出最大的值，得到相应的阈值k；
    采用本算法可以根据全局灰度图像进行动态的二值化，二值化后的图像如图5所示，车牌照区域被很好地突出出来，其他干扰信息被很好地抑制。

上一页  [1] [2] [3] [4]  下一页