药盒图像中文字分割算法的实现(3)

菜单

a）选择或确定一组能正确代表所需区域的种子象素（选取种子）；

b）确定在生长过程中能将相邻象素包括进来的准则（确定门限）；

c）确定让生长过程停止的条件或规则（停止条件）。

区域生长的关键是选择合适的生长准则，大部分区域生长准则会使用图像的局部性质。生长准则可以根据不同原理制定，而使用不同的生长准则会影响区域生长的过程。常用的生长准则和方法有三种，即基于区域灰度差的、基于区域内灰度分布统计性质的、基于区域形状的。

2）分裂合并法

在区域分裂技术中，整个图像先被看成一个区域，然后区域不断被分裂为四个矩形区域，直到每个区域内部都是相似的。分裂合并算法中，区域先从整幅图像开始分裂，然后将相邻的区域进行合并。来.自/751论|文-网www.751com.cn/

在这类方法中，常需要根据图像的统计特性设定图像区域属性的一致性测度，其中最常用的测度多基于灰度统计特征，如同质区域中的方差。

分裂合并算法的步骤可以简单描述如下：

a)对于任意一个Ri，如果，则将其分裂成互不重叠的四等分。

b)对相邻区域Ri和Rj，如果，则将二者合并。

c)如果进一步的分裂和合并都不可能了，则终止算法。

2．3 药盒图像中目标文字的特征

药盒图像中的目标文字即药盒名称。

1）几何形状

药盒名称通常是水平或者竖直对齐的。由于拍摄角度，采集到的图片可能存在少许偏差。

2）文字大小

对于随机选取的100副药盒图像金相统计分析后得出，对于水平排列的药盒名称，它的宽度占据药盒宽度的大约1/18至1/2不等，它的长度占据药盒长度的大约1/3至1不等。对于竖直排列的药盒名称，它的宽度占据药盒宽度的大约1/2至1/6不等，它的长度占据药盒长度的大约1/4至1不等。除了药盒名称，药盒上还有其他的一些说明字体，说明字体的尺寸通常小于药盒名称。

3）颜色和亮度

药盒名称的颜色和亮度通常不一致。大多数情况下药盒名称为深色，背景为浅色，也存在相反的情况。亮度本身也不一样，特别是采集图片的时候，由于条件的限制，同一个字体亮度有时也不一样。

4）对比度

药盒名称与背景的对比度一般情况比背景中其它的干扰要强，但是也存在特殊情况，比如有些药盒的药盒名称虽然是黑色的，大部分背景也是白色的，但是药盒名称的相邻的背景却是彩色的，这时，说明文字的对比度就大于药盒名称。

3 图像分割方法的仿真实现

可供选择的编程语言有c++和matlab。考虑到matlab允许用户以数学形式的语言编写程序，用户在命令窗口中输入命令即可直接得出结果，这比C++等等该机语言都要方便的多，内部函数丰富，而且它是用C语言开发的，其流程控制语句与C语言中的相应语句几乎一致，使用起来非常方便，所以选择使用matlab进行仿真。

3．1 基于阈值的分割算法

设(x,y)是二维数字图像平面上的点，f(x,y)是图像各点的灰度值，图像灰度级范围为G=[0,L-1]。阈值T(T∈G)对图像的分割结果定义为:



3.1.1 基于灰度直方图分割算法

该阈值法的依据是图像的直方图，通过对直方图进行各种分析来实现对图像的分割。图像的直方图可以看作是像素灰度值概率分布密度函数的一个近似。设一幅图像只含有目标和背景，那么它的直方图所代表的像素灰度值概率密度分布函数实际上就是对应目标和背景的两个单峰分布密度函数的和。图像二值化过程就是在直方图上寻找两个峰、一个谷来对一个图像进行分割。基于对直方图形状分析,就可以找到使目标和背景分割错误最小的最佳阈值。