padaptivemeanbinarization

Binarisation de l'image par adaptation locale basée sur la moyenne.

Synopsis

padaptivemeanbinarization radius_x radius_y radius_z percent [-m mask] [im_in|-] [im_out|-]

Description

La binarisation de Wellner est une binarisation adaptative qui opère sur une fenêtre glissante. Elle est basée sur l'analyse de la moyenne des pixels dans la fenêtre. Si la valeur du pixel central est inférieure à un certain pourcentage de la moyenne des valeurs des pixels dans la fenêtre alors le pixel devient noir sinon il devient blanc.

L'algorithme peut être résumé par :

im_out(x,y) = 0   si im_in(x,y) <= mean(fenetre(f(x,y), x,y, radius)) * (1-p/100)
            = 255 sinon

Paramètres

radius_x, radius_y, radius_z: la demi taille de la fenêtre en x, y, et z. Une valeur typique pour radius_x est un 1/16 de la largeur de l'image.
percent : le pourcentage de la moyenne des voisins. Une valeur typique est 15.

Entrées

im_in : une image d'octets en niveaux de gris.

Sorties

im_out: une image binaire.

Résultat

Retourne SUCCESS ou FAILURE.

Exemple

Binarisation de l'image page.pan :

padaptivemeanbinarization 16 16 0 15 examples/page.pan bin.pan

Voir aussi

Seuillage

Prototype C++

Errc PAdaptiveMeanBinarization( const Img2duc &im_in, Img2duc &im_out, int radius_x, int radius_y, int radius_z, const int percent);

Références

B. Bradleya and G. Rothb, "Adaptive Thersholding using the Integral Image", Journal of Graphics, GPU, and Game Tools, 12(2), pp. 13-21, 2007.

Auteur: Sébastien Bernery