说明：hough 轉換已經有二值化+灰階~可直接使用彩色圖片~載入圖片路徑即可使用

说明：用阈值迭代分割算法对图像进行二值化（matlab）

说明：对图片进行中值滤波，膨胀，腐蚀，二值化处理（matlab）

说明：图片中的文字提取，包括图像二值化，图像归一化，图像大小压缩，图像细化等处理的C语言代码！有一定的注释，是不可多得的好资料，比较稀缺！！

说明：java处理数字图像，包括镜像、中值滤波、线形灰度变化、图像平滑、图像模糊、图像还原、锐化、量化、二值化图像、边缘检测等

说明：c sharp 图像识别的程序，包括灰度，二值化等方面的操作

说明：c#图像处理类，包括灰度，二值化等多种操作

说明：OCR识别前的图像处理示例，图像去杂点并二值化，以增强OCR的识别率。

说明：将图像二值化并细化为中心骨架，常用语文字处理

说明：将2D图像二值化并离散，离散后的图像为二值图像

说明：日文汉字的单字识别，涉及到对图像的二值化，骨架提取，模式匹配，识别率比较高

说明：ostu求二值化最佳阈值,大家可以看看，还好的。

说明：数学形态学应用二值图像边界细化，以及二值图像骨骼化

说明：一种实时自适应图像二值化方法 将图像二值化作为一个优化问题来解

说明：基于一种新的二值化优化方法 与 实现：综合全局二值化与边缘检测的图像分割方法

说明：matlab实现hough变换直线提取，不直接用hough算子，应用二值化图像

说明：一个基于熵的灰度图象二值化方法，效果较好。

说明：二维的OTSU二值化代码，利用integral image 技术，速度极快！

说明：matlab图像处理的一个实例，二值化，灰度图均衡化，滤波，提取边缘。自己毕业设计的一点心得和大家一起分享。

说明：预处理时中值滤波然后二值化对图像A进行二值化得到二值化图像B

说明：本项目名称是：基于FPGA的指纹识别模块设计。 主要内容为：本模块采用xilinx公司的Spartan 3E系列XC3S500E 型FPGA作为核心控制芯片，通过富士通公司的MFS300滑动式电容指纹传感器对指纹图象进行提取，然后对提取的指纹图像进行灰度滤波、图像增强、二值化、二值去噪、细化等预处理，得到清晰的指纹图象，再从清晰的指纹图象中提取指纹特征点，存入外部FLASH作为建档模板。指纹比对时，采用同样的方法获得清晰的指纹图像，建立比对模板，然后将比对模板与建档模板利用点模式匹配算法进行比对，得出比对结果。该模块利用嵌入式软核实现系统的管理，利用硬件实现指纹识别，保证了系统功能的完整性与识别的正确性。该识别模块可用于门禁、考勤、安检、保险箱柜等很多方面，也可和计算机等设备联机使用，满足各个方面的不同需求，因此它的设计具有很广泛的应用前景和市场价值。

说明：思路简要说明： 1、图像二值化 将图片中的各点用0或1表示，1为有效点，0为背景。这里使用的是最大类间方差法 （otsu），在资料中有介绍。 2、去除干扰点 3、分割 将整个的图片分为每个单独的字，在下一步中才能一一识别。 4、与样本库进行对比，寻求最近似匹配 这步是比较核心的地方，由于要识别的图形每次都是随机变化的，我们不能进行完 全匹配识别，所以使用的是‘欧氏距离’来进行最近似匹配，资料中的《自由手写体 数字识别》里面有详细说明。 （样本库文件是按照匹配的特征通过事先编写的程序进行学习得到的） 该识别思路对目前很多验证码有效，识别速度快，正确率基本还可以（在一定程度内 样本量越大正确率越高），不能识别的情况也不少，比如字符粘连，导致程序无法正确 分割，从而识别失败，有朋友介绍神经网络识别方法不错，有空一定要学习下。

说明：基于Mean Shift的图像分割过程就是首先利用Mean Shift算法对图像中的像素进行聚类，即把收敛到同一点的起始点归为一类，然后把这一类的标号赋给这些起始点，同时把包含像素点太少的类去掉。然后，采用阈值化分割的方法对图像进行二值化处理。

说明：matlab 图像二值化程序，可以实现自动取得阈值

说明：提出了基于边缘检测的二值化与扫描线相结合的车牌定位方法。实验表明该方法能够快速、准确地定位车牌,且抗干扰能力强,定位准确率在99 以上,光照和天气对其定位结果影响很小。

说明：这是一个阈值分割算法，主要用来对图像进行二值化，提取感兴趣区域~~

说明：bcb 图像处理，具有滤波，二值化，灰度化等等功能，非常好的学习资料

说明：指纹识别matlab 代码，实现增强，二值化，细化功能

说明：用于指纹图象的归一化,和二值化处理,具有很好的效果

说明：图像二值化处理（使用了几种不同的算法）及灰度直方图显示程序。