图像的带参二值化理论和技术及其应用摘要：提出的图像带参二值化理论、技术和方法具有很强的普适性，而且还能用于基于人类视觉对比度分辨限制的底层图像的挖掘和隐藏。当然，图像的带参二值化理论、技术和方法是提出的灰度/色度谱分级平坦化理论和技术提供的图像的灰度/色度信息作支撑。关键词：图像二值化；灰度/色度谱分级平坦化；底层图像挖掘；底层图像隐藏：TN911.73文献标志码：A：1001－3695(2008)01－0277－04二值化图像是指仅有两个灰度/色度值的图像。很多科技领域均需要二值化图像。二值化图像在操作的过程中有时会变成非二值化的图像，需要重新二值化。图像二值化是指将灰度/色度丰富的图像变换成只有两个灰度/色度值的过程。由于图像二值化与有巨大经济利益的OCR（opticalcharacter??recognition）技术有关，一直是研究的热点[1~8]。图像二值化技术除了用软件实现外，还能用硬件实现[2~5]。??一幅图像的Windows表示法是用RGB三原色表示。RGB三种颜色的色度（chroma）相同，就构成灰度图像(gray??image)。如果一种颜色分量的色度值取255，而其他两种颜色分量的色度相同，就构成RGB三种单色图像(homochromous??image)。如果两种颜色分量的色度值取255，而另一颜色分量的值可变，就构成另外三种单色图像。凡一幅图像的每个像素的三个颜色分量均只有两个灰度/色度值的图像，均可称为二值(bivalue)图像，不为黑白图像。传统的图像二值化，实际上是指狭义的黑白化。根据三原色理论，这时，红绿蓝三个颜色分量只能取[0，255]两个值。因此，黑白(blackwhite)图像是特殊的二值图像。图像二值化实际上是一个对一幅图像的所有像素的无模式的二分类问题。在图像处理中称为分割(segmentation)关键问题是寻找一个分割阈值(threshold)。这个问题在图像处理中称为(确)定阈(值)(thresholding)。提出了很多的定阈算法，如经典的大津(Otsu)算法[9，10]、遗传算法[11]、局部和全局定阈算法[12]等。但是这些算法均具有各自的局限性，缺乏普适性。??图像二值化是Windows绘图软件的一项功能。但是Windows绘图软件的这项功能对原图的要求有一定限制，适应性差。笔者提出的图像的带参二值化理论、技术和方法，具有很强的普适性。不但能用于黑白二值化，还能用于任意灰度级上的二值化。对于Windows的绘图软件失去功能的情况，它均能漂亮地实现二值化功能。??现有的图像二值化方法均是对灰度图像处理的，对于彩色图像首先要转换成灰度图，输出结果是黑白图像[13~15]。对于需要输出彩色结果的情况，如理工科学领域的用色彩区别的不同曲线图，生物科学领域基因测序结果用四种颜色区别的ATCG四种不同碱基的曲线图，是不能适用的。笔者所提出的方法，可以适用于这些领域，输出彩色二值化的结果。只是限于篇幅，不能在本文中叙述。??1图像的简单变换1．1彩色图像的灰度变换在取得图像的一个像素点的三原色色度RGB(red,green,blue)后，可按等权平均法变成灰度图像：??Gray(g)=(red+green+blue)/3(1)??或用如下加权平均法变成灰度图像：??Gray(g)=(0．3×red+0．6×green+0．1×blue)(2)??然后，将该像素点的RGB值写成RGB(gray,gray,gray)，即将一幅彩色图像变成了灰度图像。图1示出了一幅彩色猫的图像变成灰度图像的情况。??1．2彩色图像的单色化变换??按照前面的叙述，如果一种颜色的色度值取255，而其他两种色度相同，就构成RGB三种单色图像。在取得图像的一个像素点的三原色色度RGB(red,green,blue)后，可按式（3）获得红色图像：??RGBred=(255,(green+blue)/2,(green+blue)/2)(3)??图2示出了一幅彩色青蛙图像变成红色图像的情况。??按式（4）获得绿色图像：??RGBgreen=((red+blue)/2,255,(red+blue)/2)(4)??按式（5）获得蓝色图像：??RGBblue=((red+green)/2,(red+green)/2,255)(5)??2底层图像挖掘的灰度/色度谱分级平坦化理论??底层图像挖掘的灰度/色度谱分级平坦化理论和技术用于挖掘隐藏于背景中的人类视力不能分辨的图像信息(而不是挖掘图像本身)。如果不存在隐藏的图像信息，底层图像挖掘就是空论。如果把底层图像挖掘比做采矿，则图像的灰度/色度谱分级平坦化理论就类似于探矿。与探矿必须先...