全方位多结构元形态滤波器

形态滤波器是在脉冲噪声背景下恢复根信号的一种有效方法。此文定义了一类全方位多结构元,并由此提出了一种新的形态滤波器－全方位多结构元形态滤波器。在标准试图象噪声环境下,仿真实验结果表明在噪声抑制和细节保持上,该滤波器有较好的性能。     

一类自适应顺序形态滤波器

提出了一类自适应顺序形态滤波器,建立了排序运算的隐含表达式,并在最小均方误差（ＭＳＥ）和最小平均绝对误差（ＭＡＥ）准则下,实现了结构元素和百分位值的自适应处理,该滤波器不仅可以有效地抑制信号中的各种噪声,而且较好地保持了信号的几何特征,计算机仿真结果证实了滤波算法在噪声图象恢复方面有较好的效果。     

自适应多结构元形态学边缘检测方法

对自适应选取结构元权值以及如何有效去除混合噪声是多结构元形态学边缘检测中尚待解决的两个问题,在深入研究各种形态学边缘检测方法的基础上,提出了基于灰度距离逻辑函数和基于边缘方差两种自适应多结构元形态学边缘检测方法。首先对原始图像进行最优阈值分割二值化,其次从灰度距离和边缘方差两个角度分别实现结构元的自适应选取,最后选择形态算子进行边缘检测。方法具有更好的抗噪性和灵活性,能更加精确的体现原有图像的边缘方向信息。通过仿真实验,验证了方法的可行性和有效性。     

一类新的广义形态开和广义形态闭滤波器

以数学形态学为基础的形态滤波器是一种非线性滤波器,基于基本的形态变换—腐蚀和膨胀,采用大小不同的结构元素,提出了一类新的形态滤波器——广义形态开和广义形态闭滤波器,这类滤波器具有平移不变性、递增性、对偶性等重要性质。为了验证广义形态开、闭滤波器的有效性,针对不同的噪声,使用这类滤波器对其进行滤波,滤波结果表明广义形态开、闭滤波器在抑制噪声的同时能够较好地保持细节,而且运行的时间将小于形态开闭、闭开、广义形态开-闭、闭-开滤波器运行的时间,形态滤波器算法简单便于并行实时处理。     

广义自适应滤波器

本文提出了广义滤波器的概念，它不仅能滤除时测噪声，而且能滤除模型噪声，这将更有实用意义。     

一种形态学滤波结构元的选择方法

形态学滤波作为一种非线性滤波方法在目标提取、抑制噪声等图像处理领域有着广泛的应用。针对形态学滤波中的一个关键问题—结构元的选择;通过对结构元分解和形态学滤波运算的研究;提出了一种自适应选择结构元尺度的二值形态学滤波方法。通过实验表明该方法可以快速、准确地确定滤波中结构元的尺度;具有较强的去噪性和抗干扰性。     

基于遗传算法的自适应中值-开闭滤波器

提出了一种新的中值-开闭滤波器结构,并以此为基础设计了自适应中值-开闭滤波器。该滤波器由一个中值-开闭滤波器和学习优化模块组成。在学习优化子模块中,应用遗传算法,通过对含噪声的图像样本进行学习,使得该滤波器的结构能根据待滤波的输入图像自动地调整以获得最优的滤波效果。计算机仿真实验表明该滤波器具有非常好的噪声滤除能力和滤波效果。     

一种多层自适应形态滤波算法

针对现有形态滤波算法结构固定、预设结构元素和偏倚校正系数等不足,提出一种具有多层结构的自适应形态滤波算法,多层结构共分为3层:输入层、中间计算层、偏倚系数校正层.该算法在面对复杂变化的干扰信号时,可以灵活地选择利用不同结构元素计算得到的结果;同时针对形态开运算和形态闭运算所带来的偏倚现象,通过优化设置偏倚校正系数向量来减弱偏倚现象对滤波效果产生的负面影响.仿真结果表明,该算法改善了形态滤波的性能,具有设计简单、实用性强的特点.     

基于多结构元的形态图像边缘检测算法

基于修正的边缘检测算子和形态滤波思想,提出一种新的多结构元素形态学灰度图像边缘检测算法。在该算法中,自适应确定权重,并将各个结构元素下的检测信息进行加权求和,得到噪声存在条件下较为理想的图像边缘。仿真结果表明所给算法效果优于经典的边缘检测方法。     

一种基于形态学多结构元的自适应边缘检测算法*

基于形态学的图像边缘检测是图像处理的新技术之一,针对形态学单结构元在边缘检测中遗漏边缘信息的问题,提出了基于多结构元的自适应边缘检测算法。实验证明,该算法在检测边缘时能够获得比单结构元检测更多的边缘信息,具有较高的效率和很好的抗噪声能力,是一种有效的边缘检测方法。     

Decomposition of arbitrary gray-scale morphological structuring elements

Mathematical morphology has been widely used for many applications in image processing and analysis. Most image processing architectures adapted to morphological operations use structuring elements of a limited size. Therefore, difficulties arise when we deal with a large-sized structuring element. In this paper, we present algorithms for the decomposition of arbitrary gray-scale structuring elements into combined dilations or maximum operators of smaller structuring components. Our method does not need to perform additional pre-processes, such as checking the type of structuring elements and the decomposition rules. Furthermore, it is suited for a parallel pipelined architecture.     

Locally adaptable mathematical morphology using distance transformations

We investigate how common binary mathematical morphology operators can be adapted so that the size of the structuring element can vary across the image pixels. We show that when the structuring elements are balls of a metric, locally adaptable erosion and dilation can be efficiently implemented as a variant of distance transformation algorithms. Opening and closing are obtained by a local threshold of a distance transformation, followed by the adaptable dilation.     

一种基于数学形态学的实时车牌图象分割方法

根据车牌纹理及其几何形状的特点,设计了一种基于数学形态学的车牌图象分割方法,该方法在二维形态滤波过程中,能自适应地调整阈值大小,以适应光照强度及干扰强度的变化,同时把基于全像素点数学形态学处理的点运算转化成仅有几十条直线的线运算,以使运算速度和抗干扰能力较其他传统分析方法有显著提高．用该方法对不同照明条件下的一系列汽车图象进行的大量实验结果表明,该方法不仅定位效果好、速度高,而且适于对有噪声及复杂背景的车牌图象进行分割．     

基于遗传算法优化的多尺度形态边缘检测方法

提出了一种用遗传算法优化结构元素的多尺度数学形态学图像边缘检测方法.实验表明:该方法改进了以往结构元素选取自适应差的不足,可以无需人为干预,就能把图像边缘检测出来.     

柔性(soft)形态学在图象边缘检测中的应用

根据柔性形态学单调性、扩展性、和反扩展性等基本理论,讨论了柔性形态学在边缘检测中的应用,柔性形态变换是在经典形态变换基础提出了提出的一些非线性算子,它放宽了经典形态变换的定义,以获得一定程度的鲁棒性,但是,还保留了经典形态算子的优良特性,进而从理论上和几何意义上讨论了其进行边缘检测的原理,及算子的选择,另外,还与标准形态算子及Ｒｏｂｅｒｔ算子的处理结果进行了比较。通过计算机模拟实验表明：基于柔性形     

一种基于数学形态学膨胀运算的文本数字水印

当文档图像中的字间距过小时,字移编码文本数字水印容量就会受到极大限制。通过构造两种结构元素,对灰度文档图像进行基于数学形态学的膨胀运算,增大了字符间距,并且算法能够很好地保持笔画完整性及文档整体视觉质量。对处理后的图像采用字移编码方式嵌入水印信息,增加了水印容量。     

非平滑血管形态检测方法

为了对数字减影血管造影图象中的血管形态进行准确的检测,提出了一种基于数学形态学与自适应跟踪的对数字减影血管造影图象中血管形态进行检测的算法,该方法首先采用自适应跟踪和匹配滤波来求得图象中指定血管段的中心线,然后使用腐蚀梯度算子实现血管边缘的检测,另外,为了比较不同检测算子的优点,还对其他几种形态学边缘检测算子;如膨胀梯度、Beucer算子、VVL算子的性能进行了分析讨论,实验结果表明,该方法具有重要的临床应用价值,由于它不需对所得到的数字减影血管造影（DSA）图象进行平滑,即可直接对DSA图象进行血管形态检测,且不至丢失图象中血管形态的一些有用信息,因此不仅能够获得较高的精度,并且对血管段的形状也不需严格限制。     

一种计算图象形态梯度的多尺度算法

分水岭变换是一种非常适用于图象分割的形态算子,然而,基于分水岭变换的图象分割方法,其性能在很大程度上依赖于用来计算待分割图象梯度的算法。为了高效地进行分水岭变换,提出了一种计算图象形态梯度的多尺度算法,从而对阶跃边缘和“模糊”边缘进行了有效的处理,此外,还提出了一种去除因噪声或量化误差造成的局部“谷底”的算法,实验结果表明,图象采用本文算法处理后,再进行分水岭变换,即使不进行区域合并,也能产生有意义的分割,因而极大地减轻了计算负担。