! 图片分割主要采用:CFS(Color!filled!segmentation)连通域分割、BIDF(Big!
Inertial!Drop!Fall!algorithm)基于惯性的大水滴分割。!
! 图片分类可采用:支持向量机或神经网络。本文采用支持向量机(Libsvm)!
!
!
2.# 图片预处理技术#
! 预处理在图片识别中占据着重要的作用,主要体现在两个方面,首先是去除
干扰,即验证码中干扰线和干扰点;其次是增强图像,以有利于后续的识别过程。
接下来主要介绍验证码识别中最常用的数字图像预处理技术。!
! !
2.1! 彩色图片灰度化!
! 彩色图像的像素点是由 R、G、B 三个原色组成,其值在 0J255 之间。灰度
图则是指只含有亮度信息,不含彩色信息的图像。所谓的灰度化就是将彩色图像
转为灰度图像的过程。灰度化的主要方法有下面是三种:!
(1)! 最大值法:! 使 R、G、B 的值等于三者中的最大值,即 R=G=B=max(R,G,B),
这种方法会形成亮度很高的图像。!
! (2)! 平均值法:! 使 R 、G、B 的值等于三者的平均值,即 R=G=B=(R+G+B)/3,
这种方法会形成较为柔和的灰度图像。!
! (3)! 加权平均法:! 使 R、G、B 的值等于三者的加权平均值,即 R=G=B=(Wr*R!
+!Wg*G!+!Wb*B)/2。其中,Wr,!Wg,!Wb! 分别分为 R、G、B 的权值,三者之和为
1,实验证明:当 Wr=0.299,!Wg=0.587,!Wb=0.114 时能得到最合理的灰度图像。!
!
!
2.2! 二值化!
! 二值化指的是讲灰度图像转换成只有黑白两色的图像。通常做法是确定一个
阀值,如果灰度图像上的像素大于改法制则为白色,否则为黑色。其难点就是该
阀值得选取,本文主要介绍最大类间方差法。!
! 其思想是:对于一幅灰度图像,在某一个阀值处将直方图分成两类区域:前
景色和背景色,使得这两类的类内方差最小,类间方差最大。!
设 w0 为前景色的概率,w1 为背景色的概率,u0 为前景色的平均值,u1 为
背景色的平均值,选取最大的 g! 为最终的阀值,其公式为(图 2.1):!
评论5
最新资源