数学形态学在图像处理中的应用与展望

阐述数学形态学的产生及其与图像处理的结合过程,讨论其由二值形态学、灰度形态学、软形态学到模糊形态学、模糊软形态学、形态小波的发展,分析了数学形态学在图像处理中的发展趋势并对其应用前景进行探讨与展望.     

基于数学形态学的彩色图像边缘检测

为了克服传统边缘检测方法对噪声敏感的缺点,提出了一种基于数学形态学的彩色图像边缘检测新方法。该方法是在RGB空间内,把每个像素作为一个向量进行排序,将灰度形态学推广到了彩色图像。然后通过分析噪声（主要是椒盐噪声）污染图像的特点对彩色图像形态学基本算子进行了改进。改进后的算子有很强的抗噪性,可以直接实现边缘检测。实验表明,与传统方法相比,该算法能够更有效地抑制噪声对边缘检测的影响,并较好地保持图像边缘细节。     

一种基于形态学多结构元素的图像边缘检测算法

运用数学形态学的理论和方法,从多结构元素形态学变换的角度出发,利用形态学结构元的自然属性,自适应确定权重,在此基础上采用腐蚀运算构造边缘检测算法,最后将多结构元的检测信息加权求和。实验结果表明,自适应确定权重比平均权重具有更好的图像处理效果,在保持图像边缘清晰的同时,具有很强的去除噪声能力。     

形态学在图象处理中的应用

这篇文章介绍了形态学的基本概念 ,说明它是一种新的特殊的图象处理方法。文中除描述它的基本原理与主要运算外 ,还说明在图象处理中最常用的七种变换的应用。     

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。     

基于数学形态学的凹版印刷系统实时图象处理研究

针对凹版套色印刷过程中运动图象检测的实时性与精确性要求,研究了基于数学形态学的实时图象处理技术在印刷控制中的应用.实验结果表明,该处理技术具有较好的实时快速准确性,能够较好地满足套色印刷对图象处理的要求.     

模糊方向滤波在SAR图像处理中的应用

介绍了合成孔径雷达(SAR)成像特点。探讨了基于方向滤波器和模糊逻辑的模糊方向滤波法,此方法首先将图像进行特征平面增强并模糊化,并获得模糊参数,然后根据模糊规则计算隶属度,以具有相应最大隶属度的像素构成最后滤波结果,达到既滤除噪声又保留图像细节的目的。实验表明此方法优于Lee滤波算法、Esafa算法和加权形态滤波算法。     

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HSI空间彩色图像多结构元形态边缘检测

构建了一类在HSI 颜色空间基于多结构元彩色形态边缘检测梯度算法实现彩色图像边缘检测新方法,多结构元形态边缘检测有着比单一结构元素形态边缘检测更优越的性能。所定义的算法充分考虑了边缘的方向性和噪声对边缘检测的影响,本算法在噪声抑制方面显示了优良的性能,能满足不同应用的需要。     

基于内外边缘颜色特征的图像检索算法

算法的基本思路是提取边缘部分的颜色特征进行图像检索,将边缘分为内外边缘区别对待,加大内边缘(对应目标部分)的比重,通过多尺度多结构元的数学形态学方法实现。通过设置内外边缘的权重充分考虑了目标的重要性,克服了全局颜色直方图不能反映空间信息的缺陷。实验结果表明,该算法有效地提高了检索系统的效率。