一种针对彩色二维码图像的二值化方法
作者：靳佳澍
来源：《科技与企业》2016年第04期
【摘要】二维码图像数据码细小琐碎，难以与背景区分开。提出一种针对彩色二维码图像的二值化方法，它以迭代法求取自适应性阈值为基础，将它与背景减法相结合，对减法结果进行分区处理。实验结果表明，本方法能得到较好的二值化结果，对二维码图像的提取具有良好的适应性。
【关键词】彩色二维码；图像二值化；背景减法；形态学开运算 1、引言
对常用的图像二值化方法比如Niblack法、Otus法（最大类间差法）、Bernsen法等进行总结。用上述二值化对日常生活的彩色二维码进行图像处理，发现不足并提出一种以迭代法为基础的图像二值化的新方法流程，用来处理与二维码图像相似的细小前景与复杂背景的图像二值化分离。结果表明，常见的二值化方法不适用于彩色二维码的二值化处理，不利于从数据码中准确提取前景信息点，本文基于MATLAB软件仿真，以本文提到的算法流程对彩色二维码图像进行二值化，经实验结果证明该方法有效可行。 2、二值化方法
到目前为止，学者们提出的二值化方法有100多种，主要分为两个类型：局部阈值法和全局阈值法。其中Niblack法，最大类间差法，Bernsen法，迭代法等是算法中较为经典的算法，本文首先对这些算法进行大概的总结，分析其优点和不足，然后再根据这些经典算法进行扩展得出本文处理二维码图像的算法。 2.1Niblack法
Niblack属于局部阀值算法，局部阀值法对于识别干扰比较严重，品质较差的图像具有较好的效果。m为以该像素点为中心的区域的平均灰度值，v是该区域的标准差，k是一个修正系数（通常取-0.1）。阈值的计算公式是：
此方法能够很好应对图像光照不均的现象，但容易出现尾影，产生大量的噪声。 2.2Bernsen法
Bernsen算法是一种典型的局部阀值算法。在灰度图像中以像素点（i，j）为中心窗口，计算图像各个像素点（i，j）的阈值T（i，j）。 2.3 Otus法（最大类间差法）
全局阀值方法操作容易，原理简单，但是在图像呈现光照不均、背景复杂、较多噪声干扰时，表现出的效果差。最经典方法就是最大类间差法（Otsu法）。Otsu法确定最佳阈值的准则是将图像通过阈值分为两组，一组对应目标前景，一组对应背景，使阈值分割后各个像素类的类内方差最小，类别之间的差别最大。设T为选取的阀值，如果目标点的灰度值小于阀值则归为背景，大于该阀值则为前景。w0为在此阈值T下前景点数比例，u0为前景平均灰度；w1为背景点数比例，u1为背景平均灰度。式中u满足：
当方差g最大时，可以认为此时前景和背景差异最大，此时阈值T为最理想阈值。 2.4迭代法
一种针对彩色二维码图像的二值化方法
