一种最佳结构元尺度的自适应确定算法

形态学滤波作为一种新型的非线性滤波方法已被广泛应用到边缘提取、抑制噪声等图像处理领域.形态结构元的选择作为形态学滤波的最关键问题一直以来是形态学研究的热点之一,通过对顺序形态学极值滤波运算的研究,提出了一种基于复合极值滤波的最佳结构元尺度自适应确定算法.实验结果表明,该方法能快速、准确地确定结构元的尺度大小,具有很好的形态滤波效果.     

形态滤波器在图像去噪处理中的全方位结构元素层叠算法研究

针对数学形态学在图像去噪处理中的应用,提出一种改进的形态滤波算法-全方位结构元素层叠滤波算法,它可以将开闭和闭开运算中分别产生的正负脉冲噪声更好地抵消掉,因而其去噪效果更为理想．与其他形态滤波算法进行了仿真去噪对比,实验结果表明该方法在保持图像几何特征的同时,大大提高了图像的信噪比,降低了均方误差参数,图像视觉效果显著提高．     

基于彩色形态学的图像边缘检测算法

基于对彩色图像形态学的研究,提出了一种面向HSI颜色空间的多结构元多尺度的彩色形态学图像边缘检测算法。首先借助彩色形态学的膨胀、腐蚀、开运算和闭运算给出彩色多结构交替顺序滤波算子的相关定义,同时利用交替顺序滤波器（ASF）的优势得到一种混合滤波器（HF）对图像进行滤波;其次引入一种全方位形态结构元再结合多尺度结构元的思想对图像不同方向的边缘进行提取;最后再使用信息熵对各方向的边缘进行融合得到图像整体边缘信息。实验表明,所提出的算法不仅具有良好的抗噪性,而且能够保留更多的图像细节信息。     

一种改进的形态学边缘检测算法

为提取出更丰富流畅、定位更准确的边缘信息,基于多尺度多方向结构元素,引入信息熵加权系数,改进了形态学边缘检测算法.首先,为去除图像噪声,选定2种不同尺度的结构元素进行形态学开闭运算;然后,利用4种不同方向的结构元素进行形态学边缘检测,可以获得4幅不同方向结构元素下的边缘图像;再根据每幅边缘图像的信息熵来确定权值,并将这些边缘图像按照比例进行加权求和即可得到较为理想的边缘图像.仿真实验证明:改进的形态学边缘检测算法具有很强的抗噪性能,而且检测到的边缘信息更完整流畅,具有一定的适用性和优越性.     

遥感影像中道路交通标志线的去除

针对遥感影像中路面交通标志线对车辆提取造成干扰的问题,提出了一种基于灰度数学形态学与双边滤波相结合去除路面交通标志线的算法。首先,利用交通标志线与车辆目标的几何结构特征,设计了特殊的形态学结构元素对交通标志线进行粗滤除;然后,设计了一种自适应设置灰度方差的双边滤波方法对图像进行精滤除。实验结果表明,该算法对滤除遥感影像路面交通标志线有较好的效果。     

基于改进的形态学算子的灰度图像边缘检测

提出一种改进的形态学图像边缘检测算法.针对单结构元素在检测时出现检测结果边缘线条粗、不连续性的问题,该算法提出了利用6种具有代表性的结构元素进行膨胀组合,形成多尺度结构元素,从而弥补了传统边缘检测算法提取灰度图像细节边缘少及抑制噪声能力差的缺点.     

一种基于数学形态学的灰度图像边缘检测算法

基于数学形态学的方法,利用形态运算膨胀、腐蚀、开、闭等变换以及它们的组合,该文提出了一种改进的形态学边缘检测算子,能够有效地检测出图像边缘,并保持边缘的平滑性.同时引入多尺度的概念,对形态结构元素尺度的大小进行调整,从而在噪声存在的条件下得到较理想的图像边缘.实验结果表明,与传统的边缘检测算子相比较,该算法抗噪性能良好,计算量较小,因此具有一定的实用性和可行性.     

基于Soft形态学的图像去噪边缘检测

基于形态学的图像处理效果取决于运算性质和结构元素,为了能够更好地抑制图像的噪声并且提取 边缘信息,提出了一种基于柔性形态学的图像去噪和边缘检测方法。该方法使用多结构元复合滤波与双梯度多路 合成相结合,柔性的多结构元复合滤波能够有效去除图像噪声,双梯度多路合成可以提高图像边缘的检出率,不仅 抑制图像的噪声,而且提取出的图像边缘更清晰完整。实验结果表明,该方法在抑制噪声和边缘检测方面要比传统 算法有较好的效果。     

基于图像分解的视网膜图像分割新方法

视网膜血管的分布特征可用于个人身份鉴别、安全防护等领域,也是分析和诊断高血压、糖尿病等疾病的重要指标。在对原图像的绿色通道采用变分方法进行分解的基础上,提出了一种将模糊聚类与形态学滤波相结合的血管提取方法。该方法在对图像进行预处理及聚类的同时,通过构造一组不同尺度和方向的类直线形结构元素对聚类结果进行形态学滤波实现图像分割。实验结果表明,该方法可有效地自动提取视网膜血管主干和主要分支。     

基于形态学分水岭算法的骨料分割及建模

为了解决混凝土图像处理中产生新的骨料边缘和边缘移动问题,提出了一种基于灰度图像形态学重构和标记的分水岭分割新算法.该算法结合多尺度理论,采用不同尺寸的结构元素对灰度图像进行形态学重构,然后对重构后的灰度图像进行内部和外部标记,采用形态学极小值标定技术修改梯度图像,最后进行分水岭变换,准确实现了混凝土图像的骨料分割,可用于真实骨料分形几何特性及力学性能研究.运用该方法生成的数值模型进行混凝土单轴受拉数值模拟,验证了该方法的有效性.