基于数学形态学的图像边缘检测方法研究

在图像处理中,对于复杂图像的边缘特征信息很难通过一个结构元素来提取。笔者应用数学形态学的理论和方法,提出了一种选取多结构元素,采取排序边缘检测算法检测图像边缘信息,最后对不同结构元素的边缘检测结果求并,从而得到最终边缘图像输出的方法。实验表明,该方法具有较好的图像边缘检测效果,且简便灵活,可以适应不同类型图像的边缘信息检测需要。     

基于数学形态学的旋转机械振动信号处理方法

介绍了数学形态学滤波的原理,提出一种基于数学形态学的方法来处理现场采集的旋转机械振动信号,以消除噪声污染和直流偏移等问题.该方法通过移动结构元素对采样信号进行形态处理.仿真实验证明该方法切实可行.该方法计算速度快,易于实现,具有较好的适用价值.     

基于数学形态学的图像去噪方法研究

在噪声污染图像的处理中,运用数学形态学的理论和方法,提出了一种多结构元素自适应确定权重的算法,在此基础上构造开、闭运算的串、并复合形态滤波器。在形态滤波过程中,采用由小到大的多结构元进行处理以达到几乎全部滤除噪声的目的。实验表明,这类滤波器不仅可以有效地抑制图像中的噪声,而且较好地保持了图像的几何特征。     

结合数学形态学和Level Set超声图像的分割方法

针对噪声严重的超声图像,提出了一种结合数学形态学和Level Set的分割方法。首先采用全变差模型进行图像滤波,再通过交互式区域选择和数学形态学方法获得感兴趣目标的二值化图像,并把该二值化图像轮廓作为水平集方法的初始曲线。改进隐式测地活动轮廓模型(GAC)中的边缘检测函数,增强了处理弱边缘的能力。分割结果表明,该方法能够准确地提取出目标轮廓,同时减少了迭代次数和运算时间。     

粗糙集理论研究综述

粗糙集理论是一种用于分析和处理模糊和不确定信息的软计算方法.本文回顾了粗糙集理论,介绍了粗糙集模型的主要概念,系统总结了粗糙集理论与其他智能方法的融合并介绍了粗糙集理论的硬件实现方法.     

新颖的CB形态学串并复合散斑噪声滤波器

基于轮廓结构元素形态学(CB形态学)和广义多结构元素的数学形态学,构造了一种新颖的用于抑制图像中的散斑噪声的串并复合滤波器.首先采用全方位多结构元素的广义多刻度形态开最大滤波器与广义多刻度形态闭最小滤波器相并联的滤波器进行滤波,力求在滤波的同时图像几何细节损失尽可能少,然后通过级联的CB开和CB闭滤波器,再滤除剩余的斑点噪声,从而在有效抑制图像中的散斑噪声的同时更好地保持了图像的细节信息.分析和仿真表明了本文提出的滤波算法的有效性.     

用多结构元素实现医学图像边缘检测

为了简单有效的获得医学图像边缘,本文从数学形态学的角度出发,利用多结构元素对不同方向的边缘敏感来保留更多的边缘细节信息,提出了一种改进的形态学边缘检测算法.本文首先将形态学的BTH与WTH运算相结合进行图像增强,再结合开闭运算提出了一种抗噪型的边缘检测算子,对运用多结构元素得到的边缘图像进行累加,最后对该叠加后的边缘图像进行修正得到最终结果.实验证明,该算法在抑制噪声对边缘的影响和保持图像的边缘细节上,均取得了很好的效果,具有一定的实用性.     

基于形态学Top-Hat算子实现运动图像的分割与识别

针对高速运动图像的目标识别问题,首先运用数学形态学方法进行预处理,然后采用阈值分割对待识别图像进行二值化处理,最后,对分割后的图像进行链码跟踪,利用Hu不变矩识别运动目标。试验结果表明,通过设计特殊的结构元素,利用数学形态学的Top-Hat算子,可以对高速运动图像进行有效分隔,利用Hu不变矩能够快速准确的识别空间运动目标。     

基于广义粗糙集的知识约简方法研究

针对粗糙集理论在知识约简中的实际需要,提出了建立在一般二元关系基础上的广义粗糙集知识约简方法。首先证明了广义粗糙集是经典粗糙集的一般性推广,而经典粗糙集是广义粗糙集的特例;然后以一般二元关系为分类基础,给出一般关系决策系统中的知识约简判定定理和辨识矩阵;最后根据实例提取最小的属性集,验证了该方法的实用性。该方法摆脱了二元等价关系对经典粗糙集的困扰,既保证了粗糙集理论在知识发现研究中的理论优势,又拓展了粗糙集理论在实际应用中的适用范围,具有较强的实用性。     

利用粗糙集和属性直方图的图像增强方法

利用粗糙集理论进行图像增强,子图的划分是关键。属性直方图是对直方图概念的推广,是一种由先验知识约束的直方图;将它用于子图的划分,在此基础上提出了一种基于粗糙集理论和属性直方图的图像增强方法。该方法利用属性直方图的 Otsu 算法确定灰度阈值,根据灰度阈值利用不可分辨关系,将图像划分为背景子图、目标子图和噪声子图,对去噪后背景子图和目标子图进行增强变换,并将它们合并得到增强图像。将该方法用于一种海底小目标图像增强。实验结果表明该方法处理增益为 11dB,明显地增强了图像,且不损害图像的边缘。该方法适用于图像有某种先验知识的场合。     

粗糙集中不确定性测量的修正粗糙熵方法

分析了引起粗糙集中不确定性的因素，对已有的测量不确定性的粗糙度与粗糙熵方法进行了比较，提出了一种修正的粗糙熵方法，证明了此粗糙熵的性质，并将基于等价关系的修正粗糙熵拓展到基于一般二元关系下的广义修正粗糙熵，同时给出了广义修正粗糙熵的定义及性质．通过分析和实例可以看出，所提出的修正粗糙熵方法可以用来更合理、更精确地测量粗糙集中的不确定性．     

模糊环境下粗糙近似算子的表示

给出了在一般的模糊环境下各种粗糙近似算子的定义，得到了这些近似算子的经典表示。     

邻域系统与k-步粗糙模糊集

关于粗糙模糊集的性质已有学者进行了研究，吴伟志、张文修建立了基于一般二元关系的k-步邻域系统与近似算子系统的理论框架。本文在此框架下结合模糊概念，提出了k-步粗糙模糊集的定义，并作了研究，得到了相应的结果。     

一种粗模糊神经分类器

介绍一种新的粗集编码模糊神经分类器。基于粗集理论的概念，讨论了知识编码、属性简化、分类系统简化的方法；并利用模糊隶属度函数将输入精确信息映射为模糊变量信息，解决分类中病态定义的数据问题和提高系统非线性映射的分类能力；提出了结合系统参数的重要性因子的网络的模糊推理方法和粗模糊神经分类器的网络结构以及有导师的最小平方误差学习训练算法。实现的粗集编码模糊神经分类器具有网络结构空间维数低、学习算法简单、网络训练时间短、非线性特性丰富等优点。     

应用粗糙集理论提取特征的词性标注模型

针对词性标注中的复杂特征提取问题,应用粗糙集理论(rough sets),有效地挖掘了包括长距离特征在内的复杂特征,并有效地处理了语料库噪声问题.最后,将这些特征融合于最大熵模型中,训练时按模型整体性能为其分配权重.开放实验表明:增加粗规则后获得96.29%的标注精度,相比原有模型提高了0.83%.     

基于广义粗糙集理论的旋转机械故障诊断

故障诊断规则中判断条件的冗余、不完全和不确定性不利于实际应用。采用广义粗糙集理论对旋转机械振动故障诊断的非完备决策系统进行了分析处理，求出了进行诊断所需的关键条件，由相对约简得到了最优诊断规则。在工程实践中成功地诊断出了大型旋转机械的一些常见故障。     

知识格

定义了知识集、知识等价关系集、知识分类集,研究了其上的并交格和精细格的性质和相互关系。定义了与知识精细关系相容的格算子,并给出了其算法和知识精细关系的充要条件。证明了知识等价关系并交格与知识分类精细格同构,得出了知识并交格中粗糙集知识横向变化的性质。     

基于多重数据库的模型表示与拓扑性质

利用模型论和拓扑学的方法，提出了基于笛卡尔积的知识表示系统和形式化多重数据库，讨论了模型与多重数据库之间的表示关系，利用滤子及其等价关系在模型论域，模型和模型超积上建立了拓扑结构，得到了粗糙逼近形式模型的一种拓扑方法。     

具有Fuzzy决策的信息系统的知识约简

知识约简是粗糙集理论的核心问题之一。讨论了具有Fuzzy决策的信息系统的知识约简问题。给出了知识约简的几种定义、相应的知识约简的判定定理和可辨识属性矩阵，从而为具有Fuzzy决策的信息系统的知识约简的计算提供了具体方法。     

一种基于粗糙集的模糊信息融合方法及应用

将粗糙集理论和模糊逻辑技术结合起来，提出了一种基于粗糙集数据处理的模糊信息融合方法。运用粗糙集的基本理论和简约计算方法，从大量原始数据中发现精简的、概略化的规则，结合模糊逻辑推理建立一致粗糙模糊模型，并提出了对模型进行扩充与完备化的概念。脉动真空灭菌温度控制过程的仿真试验研究结果表明了所提方法的有效性和可行性。