zvezdochiot
Advanced Member | Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
bolega say:
Цитата:| пока ничего больше не планирую. |
1. Image binarization using Singh's adaptive thresholding method.
Цитата:
Код:
* Tsingh = mean * (1.0 - k * (1.0 - dI / (256 - dI))), k = 0.2
* I = ({0,255}, width * height) <- origin
* mean <- IntegralImage(I, w) / (w * w)
* dI = origin - mean
* modification by zvezdochiot:
* Tsingh = mean * (1.0 - k * (1.0 - (dI + delta) / (256 - dI))), k = 0.2, delta = 0
|
По своему характеру практически идентичен порогу Sauvola, но использует только одно интегральное изображение для нахождения суммы. Это существенный аргумент в условиях проблем с памятью при применении порога Wolf на изображениях в 600dpi.
2. Image binarization using Dynamic Window based thresholding method.
Цитата:
Bataineh, B., Abdullah, S. N. H. S., & Omar, K. (2011).
An adaptive local binarization method for document images based
on a novel thresholding method and dynamic windows.
Pattern Recognition Letters, 32(14), 1805–1813.
|
Код:
* Twindow = mean * (1 - k * md / kd), k = 1.0
* where:
* I = ({0,255}, width * height) <- origin
* mean <- IntegralImage(I, w) / (w * w)
* deviation <- sqrt(IntegralImage(I*I, w) / (w * w) - mean*mean)
* md = (mean + 1) / (meanFull + deviation + 1)
* kd = 1 + kdm * kds
* kdm = (2 * meanFull + 1) / (deviation + 1)
* deviationD = deviationMax - deviationMin
* kds = (deviation - deviationMin) / deviationD if deviationD > 0, 1 if other
* modification by zvezdochiot:
* md = (mean + 1 - delta) / (meanFull + deviation + 1), delta = 0
|
Этот порог использует, как и порог Wolf, два интегральных изображения, но работает на меньших радиусах (размерах окна), что сказывается на толщину литер, и диапазон коэффициента более широкий. Достойный потомок порога Wolf.
Даже не буду упоминать, где всё это уже реализовано.
|
