摘要：
昨天要做一个最优二值化，原QR图如下：对其做最优二值化，即在其直方图两个灰度波峰之间的的波谷用来做二值化的阈值。也就是下图中所示的小红点。在连续变量中可以用求导的方式来获得波峰和波谷的位置，但是对于离散变量，要如何求这个小红点的位置捏？方法一：可以设计这样一个检测结构用这个结构对直方图上的灰度1~255进行检测，如果左侧的灰度值高于检测点的灰度值，且右侧的灰度值也高于检测点的灰度值。那么就说明检测点所处的位置就是某一个波谷了。但是，这样又出现了另一个问题，直方图波形中的毛刺会导致很多“虚波谷”的出现。所以，在使用上述结构检测之前，要先对直方图波形进行平滑处理。直方图的平滑处理可以考虑这两种方法 阅读全文
摘要：
前面介绍了如何用频率滤波的方法进行直方图平滑，现在尝试用插值的方法做平滑。设计思路：（1）设定步长step（2）对于直方图上的某点x，按照如下公式计算它平滑后的值tempsmooth函数的代码如下：View Code private int[] smooth(int[] arr, int step) { int start = step - step/2; int end = 256 - step/2 ; double temp = 0; int[] res = new int[256]; ... 阅读全文
摘要：
原直方图：进行一维离散余弦变换，公式如下：参考代码如下：View Code private int[] fourier() { int[] ft = new int[256]; int N = 256; double Cu = 1; for(int u = 0; u < N; u++){ if(u == 0){ Cu = 1.0/Math.Sqrt(2); } double sum... 阅读全文