2021-06-30

山东大学暑期项目实训（二）

由于数据集的问题，我们的分工并不是非常的清晰。数据集没有到手之前，并不好对症下药的处理，不过今天我们确定的是，我们小组将细化到对数据集进行分类提取的职责。具体是将数据集图像做去噪然后二值化，利用腐蚀和膨胀或者函数拟合等手段，尽量地还原数据集的信息。

参考甲骨文识别文献，寻找处理方法和思路

我主要参考的文章是这篇link
其中我最主要想要的是一个效果比较好的去噪和二值化的方法。我注意到的是该文章中顾邵通顾先生的方法，利用自适应阈值的去噪处理。
略修过一点数字图像处理的我，印象中似乎并没有接触到这个算法，只得参考百度。

自适应阈值二值化

了解后发现并不复杂，自适应阈值，该值是作为一个二值化的分界值，二值化是对图像的处理，将其从彩色图像转换为黑白的图像。那么如何得到想要区域的二值图，并且去除噪音，就需要对阈值下功夫。
首先是全局阈值，对整个图像求出阈值，再对所有图像进行比较二值化。这样做并不是很准确。
所以引入自适应阈值的方法，一个像素点的二值化阈值，是根据其附近邻域点所求出的阈值来判断。这样就比较好的区分噪音和目标区域的阈值，能够得到更好的结果。那么问题的关键就是在于如何高明的算法来求出适合图像的阈值。

顾先生的想法是甲骨拓片的噪音，大概满足正态分布的特点，以此建立数学模型，尽量的来逼近阈值。看完后我直接痛泣我贫瘠的数学水平，根本看不懂这个方法。后来发现前面复杂的公式是为了推导这个优化的阈值的表达式，后面是估计方法，结果我仍是不太明白这些参数的意义。只得暂时作罢。

于是我开始参考网上的一些自适应阈值算法link，发现python上的opencv库已经实现了该函数，于是开始测试这些函数。一开始的效果并不是很好，参考数据集的目标不明显，区域小，直接被当做噪音被去除了，后来选用比较好一点图片进行测试，同时开始了解参数的意义，更改参数

对于其第五个参数一开始为3，我个人觉得这个值太低，适当加大后效果果然有了比较明显的改善。

但是由于仍没有拿到数据集，这些方法并没有得到很好的实施。