显示。一幅图像包括目标物体、背景还有噪声，要想从多值的数字图像中直接提取
出目标物体，最常用的方法就是设定一个阈值T，用T将图像的数据分成两部分：大于T的像素群和小于T的像素群。这是研究灰度变换的最特殊的方法，称为图像的二值化。二值化方法：（1）全局二值化
一幅图像包括目标物体、背景还有噪声，要想从多值的数字图像中直接提取出目标物体，最常用的方法就是设定一个全局的阈值T，用T将图像的数据分成两部分：大于T的像素群和小于T的像素群。将大于T的像素群的像素值设定为白色（或者黑色），小于T的像素群的像素值设定为黑
f色（或者白色）。
全局二值化，在表现图像细节方面存在很大缺陷。为了弥补这个缺陷，
出现了局部二值化方法。
局部二值化的方法就是按照一定的规则将整幅图像划分为N个窗口，对这N个窗口中的每一个窗口再按照一个统一的阈值T将该窗口内的像素划分为两部分，进行二值化处理。
（2）局部自适应二值化
局部二值化也有一个缺陷。这个缺陷存在于那个统一阈值的选定。这
个阈值是没有经过合理的运算得来，一般是取该窗口的平局值。这就导致
在每一个窗口内仍然出现的是全局二值化的缺陷。为了解决这个问题，就
出现了局部自适应二值化方法。局部自适应二值化，该方法就是在局部二值化的基础之上，将阈值的
设定更加合理化。该方法的阈值是通过对该窗口像素的平均值E，像素之间的差平方P，像素之间的均方根值Q等各种局部特征，设定一个参数方程进行阈值的计算，例如：TaEbPcQ，其中abc是自由参数。这样得出来的二值化图像就更能表现出二值化图像中的细节。43边缘提取
边缘提取采用Sobel或Laplace算法，要求：1Sobel和Laplace算法使用33模板；2选做Ca
y边缘提取算法。边缘提取编程比较：Iimreadle
abmp提取图像1BW1edgeIsobel用SOBEL算子进行边缘检测2BW2edgeIroberts用Roberts算子进行边缘检测3BW3edgeIprewitt用prewitt算子进行边缘检测4BW4edgeIlog用log算子进行边缘检测5BW5edgeIca
y用ca
y算子进行边缘检测
44数字定位要求用自己设计的二值化结果对目标位置进行定位，给出数字的外接矩形和
中心；3利用投影法把二值化结果分别向水平和垂直方向投影，选择合适的阈值定位
出数字位置，并输出目标位置；4利用修改像素值的方法，把外接矩形绘制到图像中并通过CCS显示。5数字识别方法综述
模式识别Patter
Recog
itio
是指对表征事物或现象的各种形式的数值的、文字的和逻r