毕业设计（论文）中期报告题 目：病例识别系统实现院系）计算机科学与技术学院专业计算机科学与技术学生林陶然学号1班号1203106指导教师张英涛中期报告日期 2016 年 4 月 25 日 哈尔滨工业大学教务处制2016 年 4 月目录一．工作完成情况 1二．已完成的研究工作及结果 1三．目前存在的问题及解决方法 5四．后期拟完成的研究工作及进度安排 5五．参考文献 6、工作完成情况经过为期一个多月的学习研究以及不断的寻求解决问题的办法，我很好地处理了通过手机拍摄的医疗表单图像，完成了对于图像的灰度处理，二值化处理，倾斜校正，去除杂质处理之后，终于将其中的关键数据分行分列的从图片中分割出来，最后将分好的每一个小块部分进行处理，获得了单个的字符，以便我以后将要进行的字符识别工作。二、已完成的研究工作及结果1. 对图像的预处理过程对图像的预处理过程包括图像增强，灰度化，和二值化过程，中值滤波，倾斜校正等等。在图像进行灰度化处理之前，由于光线环境等等问题，首先对图片进行一次自动增强操作。调用了 autoenhance()函数，根据预先设定的效果范围来调整图像的亮度，颜色和对比度。对图像的灰度化处理则直接使用 matlab 中现有的灰度图转化函数 rgb2gray()即可。关于这个函数的具体内容在此就不再赘述。可以在 matlab 中查看。而二值化方法的选择就显得尤为要，很大程度上影响了后续的分行分列的字符提取效果。这里我一开始采用的迭代二值化的处理方法，并发现了一些问题。由于拍照的光线不均，决定以后将采用自适应阈值法。1.1 中值滤波Matlab 中有现成的 medfilt2()中值滤波函数可供调用。在此简述一下他的实现过程和作用。中值滤波的基本原理就是把一点的值用规定的该点对应的一个邻域中各点值的中值来代替。本人所采用的是［3*3］的窗口大小。(1)将模板中心与像素点重合；(2)读取模板中各对应像素的值；(3)将这些灰度值由小至大排列；(4)取中值代替该像素点的值。中值滤波对孤立的噪声像素即椒盐噪声、脉冲噪声具有良好的滤波效果。对于本系统来说，它消除杂点有很好的效果。(1) 选择一个初始的阈值 T,T 的取值方法很简单，整张图片的最高灰度值和最低灰度值之和的一半；(2) 将新的阈值 TT 赋值为 0，并设置一个范围为 allow，d=IT-TTI；(3) 遍历整张图片，将灰度值大于 T 的点的灰度值作和并除以个数得到平均值 TO,同理，将灰度值小于 T 的点作处理得到 T1；将 TO 与 T1 作平均...
