基于FPGA水平垂直投影法（字符分割）的实现

lee神 · 发表于 2018-7-24 14:31:26

基于FPGA水平垂直投影法（字符分割）的实现

作者：OpenS_Lee

1 背景知识

图像对应方向的投影，就是在该方向取一条直线，统计垂直于该直线（轴）的图像上的像素的黑点数量，累加求和作为该轴该位置的值；基于图像投影的切割就是将图像映射成这种特征后，基于这种特征判定图像的切割位置（坐标），用这个坐标来切割原图像，得到目标图像。

1.1 OTSU算法

OTSU算法是由日本学者OTSU于1979年提出的一种对图像进行二值化的高效算法。最大类间方差法是由日本学者大津于1979年提出的,是一种自适应的阈值确定的方法,又叫大津法,简称OTSU。它是按图像的灰度特性,将图像分成背景和目标2部分。背景和目标之间的类间方差越大,说明构成图像的2部分的差别越大,当部分目标错分为背景或部分背景错分为目标都会导致2部分差别变小。因此,使类间方差最大的分割意味着错分概率最小。对于图像I(x,y),前景(即目标)和背景的分割阈值记作T,属于前景的像素点数占整幅图像的比例记为ω0,其平均灰度μ0;背景像素点数占整幅图像的比例为ω1,其平均灰度为μ1。图像的总平均灰度记为μ,类间方差记为g。假设图像的背景较暗,并且图像的大小为M×N,图像中像素的灰度值小于阈值T的像素个数记作N0,像素灰度大于阈值T的像素个数记作N1,则有:
　　　　　　ω0=N0/ M×N---------------------------------------------------- (1)
　　　　　　ω1=N1/ M×N ----------------------------------------------------(2)
　　　　　　N0+N1=M×N---------------------------------------------------- (3)
　　　　　　ω0+ω1=1 -------------------------------------------------------- (4)
　　　　　　μ=ω0*μ0+ω1*μ1------------------------------------------------ (5)
　　　　　　g=ω0(μ0-μ)^2+ω1(μ1-μ)^2----------------------------------- (6)
将式(5)代入式(6),得到等价公式: g=ω0ω1(μ0-μ1)^2----------------(7)
采用遍历的方法得到使类间方差最大的阈值T,即为所求。

Otsu算法步骤如下：

设图象包含L个灰度级(0,1…,L-1)，灰度值为i的的象素点数为Ni ，图象总的象素点数为N=N0+N1+...+N(L-1)。灰度值为i的点的概为：P(i) = N(i)/N.门限t将整幅图象分为暗区c1和亮区c2两类，则类间方差σ是t的函数：σ=a1*a2(u1-u2)^2 式中，aj 为类cj的面积与图象总面积之比，a1 = sum(P(i)) i->t, a2 = 1-a1; uj为类cj的均值，u1 = sum(i*P(i))/a1 0->t, u2 = sum(i*P(i))/a2, t+1->L-1 该法选择最佳门限t^ 使类间方差最大，即：令Δu=u1-u2，σb = max{a1(t)*a2(t)Δu^2}。

1.2水平垂直投影

水平投影是指二维图像按列向x轴方向投影垂直投影是指二维图象按行向y轴方向投影投影的结果可以看成是一维图像.

2 matlab实现

要实现一幅图像的字符分割，首先我们要将图像转换成灰度图像，然后采用大津法（OTSU，自适应阈值分割）找出最佳的阈值分割点，将灰度图像转化为二值图像，最后利用水平垂直投影法找出字符与字符之间的边界点。

graythresh（image）函数输入是一副图像，在我做的图像的变化检测方向就是输入差异图（两幅图像对应位置做差或者做比，或者做对数比），输出就是阈值。在这个函数中，是使用最大类间方差法找到图片的一个合适的阈值（threshold）。再利用im2bw（将灰度图像转换为二值图像）函数，将找到的阈值输入，就可以把原图变为一个二值图。

matlab源代码：

I=imread('2.bmp');

gray=rgb2gray(I);

level = graythresh(gray); %OTSU

bw=im2bw(gray,level);

b = ~bw;

[m n]=size(b);

y = 1:n;

x = 1:m;

figure

subplot(221),imshow(b);

title('bw image');