算法首先通过分析图像车轮置信区域得到用于图像二值化的上下阈值；
当地自适应图像二值化的滑动窗口门槛可以成为一种有效的工具，各种图像处理任务。
首先对道路图像进行中值滤波、边缘增强和二值化处理获得道路二值图像。
图像预处理阶段主要是研究图像的灰度化处理、去噪处理以及图像的二值化操作。
采用噪声去除、图像增强、二值化、边缘检测等方法对用试验装置采集的图像进行了预处理。
为了更有利于识别，本文还对文本块进行二值化和倾斜校正处理。
算法包括图像的预处理（即图像的噪声提取）、图像的二值化及图像的细化。
实验证实我们的算法具有良好的鲁棒性，可用于二值化的后期处理。
对焊缝图像的二值化进行了研究，并提出了一种自适应的阈值分割方法；
实验表明，采集到的纸币二值图像清晰，号码定位、平滑去噪等预处理效果显著。
介绍了一种PCB走线质量检测的预处理方法，它包括对PCB待测图像的二值化和去噪两个部分。
提出一种图像分块二值化算法，对光照不均匀图像的处理效果较好速度较快。
算法实现由灰度比二值化模块和自适应阈值T模块两部分组成。
首先对获得的图像进行预处理，包括图像的灰度化、二值化、剪裁及缩放等。
首先利用细胞的色度信息对图像二值化，用链码表示出轮廓。
对增强后的车牌图像，根据其灰度直方图的分布规律得出阈值进行二值化。
本程序是对图像二值化的处理，它是图像分割的一种方法。
通过灰度变换、二值化处理、角度校正及曲线拟合等方法对图像进行处理。
同时二值化时使用分块OSTU算法，增强了对复杂背景图像的适应性。
对笔迹图像的预处理过程包括纸张背景颜色去除，狄度化、消噪和二值化，归一化等步骤。
由摄像式获取的QR码因为采集光照不均匀会给二值化带来困难。