PANDORE Version 6 GREYC-IMAGE

pniblackbinarization



Binarisation de l'image basée sur le contraste local selon la méthode de W. Niblack améliorée par J. Sauvola.



Synopsis

pniblackbinarization width height depth k [-m mask] [im_in|-] [im_out|-]

Description

La binarisation de Wellner

L'opérateur pniblackbinarization est une binarisation adaptative qui opère sur une fenêtre glissante. Il classifie les pixels de l'image d'entrée im_in en 2 classes: fond et objets. L'algorithme est basé sur le calcul du contraste local pour chaque pixel qui dépend du contraste moyen et de son écart-type calculés dans un voisinage autour du pixel.

Le principe de l'algorithme est de glisser une fenêtre carrée sur l'image. La fenêtre définit la taille du voisinage. Elle doit être suffisament petite pour présever le contraste local et suffisament grande pour supprimer le bruit. Le seuil T pour le pixel central de la fenêtre est calculé en utilisant la moyenne m et l'écart-type s:

   T = m . (1 - k. ( 1- s/R))

où R est la dynamique de l'écart-type (p.ex., 128 avec les images 8-bits) et k une constante avec des valeurs positives (p.ex., 0.5).

Remarque: cet algorithme utilise une hypothèse forte : les objets sont supposés noirs (proche de 0) et le fond est supposé blanc (proche de 255).

Paramètres

Entrées

Sorties

Résultat

Retourne SUCCESS ou FAILURE.

Exemples

Segmente l'image tangram.pan en 2 classes ; le fond et les pièces:

   pniblackbinarization 10 10 0 0.5 examples/tangram.pan a.pan

Voir aussi

Seuillage

Prototype C++

Errc PNiblackBinarization( const Img2duc &im_in, Img2duc &im_out, int width, int height, int depth, float k );

Références

W. Niblack, "An introduction to digital image processing", Prentice hall, pp. 115-116, 1986.

J. Sauvola, M. Pietikainen, "Adaptative document ipage binarization", Pattern Recognition, vol 33, pp 255-236, 2000.

Auteur: Régis Clouard