基于数字图像边缘特性的形态学滤波取证技术

针对数字伪造合成图像中最常用的模糊操作,本文提出了一种基于图像形态学滤波边缘特性的盲取证算法;该方法用同态滤波和形态学滤波的方法增强了模糊操作的图像边缘,分析了离焦模糊和人工模糊边界特点,利用离焦模糊和人工模糊的边缘特性实现了针对数字图像伪造的被动盲取证;实验表明,该方法能够有效地检测伪造数字图像的模糊操作痕迹,并能对已模糊操作的图像局部进行准确定位.     

基于多方向模糊形态学的彩色遥感图像边缘检测算法

彩色遥感图像具有复杂、模糊和噪声强等特点,在模糊域中用多个不同方向的结构元素,对彩色遥感图像进行模糊形态学梯度运算,既能检测出具有方向性的模糊边缘,还能有效抑制无方向性的噪声,实验证明了算法对彩色遥感图像进行边缘检测的有效性.     

基于多尺度多结构元的彩色形态学边缘检测

针对图像中的几何特征和噪声特性,文章提出了一种基于多尺度多结构元的彩色形态学边缘检测算法。该方法首先在HSL空间定义了多结构元彩色形态学基本算子,在此基础上利用不同尺度的结构元素提取彩色图像边缘,然后用多尺度合并算法对各个边缘进行合成以得到边缘检测结果。经大量的实验证明,多尺度多结构元的彩色形态边缘检测有着比单一尺度结构元的彩色形态边缘检测更优越的性能,在有噪声干扰的情况下,和传统的方法相比,该算法能更好地抑制噪声并且提取更多有用的边缘信息,满足不同的应用需求。     

基于改进分水岭算法的红外图像分割

研究自然背景下红外图像目标分割的问题,提出了一种基于改进分水岭算法的红外图像分割方法.该方法先利用形态学开闭滤波,对红外目标图像中的噪声和微小的干扰区域进行滤除,接着根据提出的计算图像形态梯度的多尺度算法提取图像梯度,而后用改进的分水岭算法对图像进行分割.最后提出了一种新的区域融合方法.实验结果表明,该算法能较好地解决红外图像中的目标分割问题.     

基于形态预处理和标记提取的分水岭分割算法

为了解决传统分水岭算法的过分割问题,提出了一种基于内外标记的改进分水岭图像分割方法.该方法在形态增强图像的基础上,进行形态学开闭重构运算,在不影响图像中原有景物结构及边缘结构的同时,去除图像中的暗纹理和噪声.从重建后的增强图像中对感兴趣的目标和背景进行标记提取.依据标记利用形态学极小值标定技术对形态梯度图像进行修正,最后使用分水岭算法对修正后的梯度图像进行分割.该方法能够有效地抑制过分割现象,复杂度较低,并可通过调整图像分割过程的参数,得到理想的图像分割效果.     

基于模糊形态学的激光图像处理算法研究

针对原始激光图像辨识处理中存在边缘不清晰等问题,提出了一种基于模糊形态学的新图像分割算法.文中剖析了浸没模拟分水岭算法与IFT分水岭算法,对模糊形态学的特性作了分析,基于对各种算法优势的融合,提出了一种改进的基于模糊形态学的图像分割算法.仿真对比研究实验中,用多种算法对图像进行分割处理,结果显示采用所提出的算法其分割效果更好,可较好地消除传统分水岭算法产生的过分割现象,无伪边缘,实现了目标与背景的分离,经处理后的图像边缘连续,图像更加平滑,柔和性更好,完整地保留了图像的细节.研究结果表明,所提出的图像处理算法有其可行性与可用性.     

基于顺序形态学的医学图像插值算法的研究

医学图像插值方法是医学图像三维重建的关键技术,插值的结果直接决定了三维重建的效果.本文在深入研究了顺序形态学理论的基础上,提出了一种基于顺序形态学的插值算法,该算法采用百分位膨胀和腐蚀算子,解决了线性插值和形状插值等算法产生的边界模糊的问题.仿真实验表明该算法产生的断层图像和原有断层图像过渡自然,为后续的医学图像三维重建奠定了基础.     

基于边缘特征的SAR图像目标检测方法

如何快速而准确地检测出SAR图像中的目标是一个极富挑战性的课题.利用图像边缘特征和模糊集理论设计了一种快速有效的SAR图像目标检测算法.该算法先利用模糊软阈值小波降噪方法去除相干斑噪声,然后用模糊边缘检测器检测出降噪图像的边缘,最后利用形态学操作算子提取出边缘图中的目标区域.与基于亮度特征以及基于纹理特征的检测算法相比,提出的检测算法能够快速、准确地检测出目标,而且产生的虚警数量较少.SAR实测数据的实验结果表明,提出的算法是有效的且具有很好的应用前景.     

一种基于数学形态学的图像对比度增强算法

由于数学形态学边缘提取算法优于微分边缘提取算法,故提出一种数学形态学图像对比度增强方法.利用数学形态学的相关原理,使用双梯度多尺度、多结构元素进行边缘检测,成功地实现了对模糊图像的去模糊处理实验.仿真结果表明,该方法优于拉普拉斯去模糊方法,并且提取出的图像边缘较好地保持了原来的细节特征,去模糊效果好,图像的对比度得到明显增强.     

基于自回归移动平均模型的图像模糊消除机制

为了克服图像模糊消除算法不稳定与解模糊等难题,保证复原图像的细节信息清晰完整,并提高算法的运行效率,获取实时性,提出了神经网络融合自回归移动平均模型的图像模糊消除并行稳定机制.引入神经网络,基于突触权重系数,构造激活函数;再嵌入人工蜂群算法(Artificial Bees Colony,ABC),并以神经网络的均方误差函数设计适应度方程,由ABC算法训练神经网络,利用优化后的神经网络来获取自回归移动平均模型的参数;再将自回归移动平均优化模型引入模糊图像,以同时识别模糊函数与模糊图像;并对模糊函数进行相关定义,以消除算法不稳定性与解模糊问题;再对模糊图像进行反卷积,消除模糊.借助仿真实验来测试该机制的相关性能,结果表明:与其他模糊消除算法相比,该机制的运行速度更快,时耗最短;且该机制更稳定,模糊消除效果更好,复原图像的细节信息清晰可见.     

矢量对偶形态学算子

对偶性是形态学算子的重要性质之一,且具有重要应用.现有的矢量形态学算子均难以满足对偶性,从而限制了矢量数学形态学理论的发展及应用.为了解决该问题,研究了现有矢量形态学算子的性质,发现彩色空间和矢量排序算法是导致矢量形态学算子难以满足对偶性的两个关键因素.通过选用对称彩色空间,利用矢量对称距离实现了具有对偶特性的矢量形态学算子.为了验证矢量对偶形态学算子的性能,给出了满足对偶特性的矢量形态学滤波及梯度算子,并将其应用到彩色图像滤波及边缘检测中.实验结果表明,矢量对偶形态学算子较传统的矢量形态学算子具有更好的对称性,对噪声条件下的图像进行滤波及边缘检测,均获得了更好的处理效果.     

New fuzzy model for morphological colour image processing

Mathematical morphology is a powerful tool for image processing and analysis of binary, greyscale and colour images. An efficient new fuzzy model for morphological colour image processing is introduced. A new vector-ordering scheme that uses fuzzy if-then rules is proposed, and then the basic morphological operations of erosion and dilation are defined. The morphological operators presented, which are vector preserving, are less sensitive to image distortion and perform significantly better in noise removal problems than other reported morphological operators. Experimental results demonstrate these advantageous characteristics on real images. Additionally, illustrative examples that exhibit the applicability of the proposed framework to edge-detection problems are given.     

基于Renyi熵和模糊推理的彩色图像边缘检测

针对有噪情况下提取彩色边缘信息，文章提出了一种基于Renyi熵和模糊逻辑的彩色图像边缘检测方法。利用K-L变换，将彩色图像分割为三个正交彩色特征I^1,I^2，I^3，对含丰富特征的单色图I^1，采用一种基于Renyi熵的模糊推理方法进行边缘提取．将局部边缘信息测度和边缘度作为模糊推理系统的两输入变量，并运用7条模糊规则进行推理，以获得边缘隶属度。实验证明，与常用的边缘提取方法相比，该方法能提取更多的彩色边缘信息并具较好的抗噪性能。     

图空间上彩色矢量形态学算子

针对现有彩色图像形态学矢量排序算法的缺点,将基于图的二值及灰度形态学扩展到彩色图像,在具备完备格的图空间上定义一种新的彩色矢量形态学算子.为使新算子便于实现,结合图论定义最小生成矢量子图函数及相关理论,并在此基础上提出彩色矢量形态学极值提取算法.实验结果表明,该算子在保存彩色信息的完整及关联性方面优于现有的彩色形态学,避免出现"假色"现象及人为决定主导颜色分量的缺点,同时有效地保护了原图像的纹理不发生较大的变化,较好的保存图像的拓扑结构,有较广的应用前景.     

Fuzzy soft mathematical morphology

A new framework which extends the concepts of soft mathematical morphology into fuzzy sets is presented. Images can be considered as arrays of fuzzy singletons on the Cartesian grid. Based on this notion the definitions for the basic fuzzy soft morphological operations are derived. Compatibility with binary soft mathematical morphology as well as the algebraic properties of fuzzy soft operations are studied. Explanation of the defined operations is also provided through several examples and experimental results     

基于广义形态滤波和模糊逻辑的散斑噪声抑制

提出一种新的用于图像斑点噪声抑制的滤波算法。此算法应用了形态滤波和模糊逻辑理论,首先以一方向结构元素进行广义形态闭一开、开一闭操作,获得不同方向结构元素的滤波版本,然后根据设计的模糊规则计算所有版本像素的隶属度,以具有相应最大隶属度的像素构成最后的滤波结果。实验结果证明：本文算法优于Lee滤波算法、F．Safa算法和加权形态滤波算法。     

基于HSL空间的彩色形态变换

彩色形态变换是数字形态从灰度图象到彩色图象的推广。该文基于HSL（hue-saturation-lightness)彩色空间，提出了彩色形态变换理论，定义了新的彩色形态算子，并讨论了它们的性质。彩色形态变换作为一种数学形态学方法在彩色空间的延拓，可有效地应用于图象处理、图象编码和目标形状特征提取等。     

Adaptive Fuzzy Morphological Filtering of Impulse Noise in Images

In this paper we first introduce a neural network implementationfor fuzzy morphological operators, and by means of a trainingmethod and differentiable equivalent representations for theoperators we then derive efficient adaptation algorithms to optimizethe structuring elements. Thus we are able to design fuzzy morphologicalfilters for processing multi-level or binary images. The convergencebehavior of basic structuring elements and its significance forother structuring elements of different shape is discussed. Besidesthe filter design, the localized structuring elements obtainedfrom the training method give a structural characterization ofthe image which is useful in many applications. The performanceof the fuzzy morphological filters in removing impulse noisein multi-level and binary images is illustrated and comparedwith existing procedures.     

基于CAMSHIFT算法和形态学的人手动态分割

动态图像分割是计算机视觉分析中一个重要和困难的任务。现讨论了一种基于CAM-SHIFT算法和形态学的动态跟踪分割。首先把采集到的图像由RGB色彩空间转换到HSV色彩空间,因为肤色对HSV色彩空间的H色调具有恒常性。其后在HSV颜色空间建立肤色直方图模型,确定肤色概率度,运用CAMSHIFT算法对人手动态跟踪。然后运用形态学重构闭运算去除空洞和噪声。实验证明该方法能够有效的实现人手的动态分割。