Использование глобальных порогов бинаризации при обработке изображений не всегда дает корректный результат. Это особенно часто наблюдается при обработке изображений с неравномерной освещенностью. На одних участках изображения автоматически определяемый порог бинаризации позволяет получить достаточно хорошо визуализируемые объекты, тогда как на других участках необходимые для анализа объекты становятся «засвеченными» или, наоборот, «затененными». Бинаризация играет очень важную роль в тех случаях, когда необходимо локализовать на изображении все объекты интереса, особенно когда объект интереса содержит в себе информацию, которая будет использоваться на следующих этапах обработки. Многоградационные изображения могут содержать в себе множество объектов интереса, таких как номерные знаки автомобилей, номера вагонов поезда, лица людей, дефекты производимой продукции. Каждый из этих случаев требует качественной обработки для последующего распознавания. Если на обрабатываемом изображении присутствуют шумы или показатели яркости распределены неравномерно, то процесс бинаризации может привести к потере важной информации – потере части символа, обрыву контура объекта или, наоборот, возникновению новых областей, ошибочно прибавляемых к объекту интереса, – тени других объектов, грязь на номерном знаке. Поэтому процесс бинаризации требует очень точной предварительной калибровки под все возможные условия съемки – светлое и темное время суток, учет возможной зашумленности (помехи при передаче сигнала), экстремальные ситуации (сильный град или дождь). В данной статье авторы исследуют процесс бинаризации изображений с неравномерной освещенностью с использованием нескольких локальных порогов бинаризации вместо одного глобального. Предлагается проверять гистограммы полученных фрагментов на количество пиков или «мод». Если гистограмма бинаризованного фрагмента является одномодальной, то данный фрагмент не подлежит дальнейшей обработке и порог бинаризации на нем определен правильно.
В данной статье рассматривается проблема разработки систем технического зрения предварительной обработки изображений с целью выделения характерных признаков объектов. Проанализированы характерные особенности обнаружения движущихся объектов с использованием алгоритма межкадровой разности в среде Матлаб. Рассмотрены особенности использования данного метода.