基于反调和平均的张量形态学算子模型及其在彩色图像边缘检测中的应用

旨在建立基于张量模型的彩色图像形态学算子。通过将HSV彩色空间下的三维向量利用二阶对称正定张量进行建模表示, 提出一种基于反调和平均的彩色形态学算子。在此基础上, 借助于张量相似性度量构造基于参考张量的形态学算子, 该算子能够实现滤波的输入保持。通过基于形态学梯度的边缘检测实验验证模型的可行性和有效性。对比实验表明基于张量的彩色形态学模型相对于原有的向量模型在图像处理中具有更好的结果。     

一种三维植物叶片生成算法的研究及实现

不同树种的叶片形态结构也大不相同,根据植物形态学原理和实际观测结果得出刺柏叶的叶片形态特点,得出它们的自相似性。在此基础上采用分形图形学技术,给出刺柏叶的仿射变换矩阵,将叶片的计算机模拟由传统的二维点绘制方法,拓展成三维以面为单位的绘制方法,提高真实感。在OpenGL环境下结合虚拟现实技术可以从各个角度对生成叶片进行多方位浏览。     

基于数学形态学的细胞图像分割

该文提出了一种基于数学形态学理论的方法,用于分割细胞图像。首先利用灰度形态学中的重构运算对输入图像进行滤波来削弱或去除噪声的影响,然后取其形态学梯度并结合Top-Hat和Bottom-Hat两个变换来增强梯度图像的对比度,最终由分水岭算法完成分割。关于过分割的改进,该文引出一个特殊的Otsu阈值来标记图像,得到的结果无需进一步的后处理。     

形态学滤波在轮胎包容特性中的应用

进行轮胎包容特性试验,并分析了轮胎滚过不平路面的准静态响应;引入形态学滤波求解轮胎滚过任意短波长不平路面时的等效高度和倾角;将仿真计算结果分别与SWIFT模型计算结果和试验值对比分析,模型计算结果合理;最后在Simulink下建立虚拟测试台,将求解的等效路面高度和倾角作为平面内统一耐久性轮胎模型的路面输入进行仿真,与轮胎台架试验进行对照,仿真结果合理。     

基于多尺度形态学滤波的CT图像疑似肺结节提取

CT图像中疑似结节病灶区域的分割和提取是肺部CAD系统的关键和难点．研究一种基于肺结节几何特征的多尺度形态学滤波的疑似结节区域提取算法,构造了一组不同尺度的类圆形结构元素进行形态学滤波．经过多尺度处理,不同大小的疑似肺结节区域得到增强和突出,气管、血管等线形解剖组织得到了削弱和抑制,结构元素的几何参数及二值化阈值参数的选取不需要人工设置．实验结果表明,该算法可以较好地实现不同大小疑似结节区域的自动提取．     

拟R0分离公理及其在模糊信息理论中的应用

为改善传统分离公理在分析数据融合层次中的局限性,扩大数据融合表达具体问题的范围,运用拓扑结构分析模糊信息的融合层次,表达特定命题,提出拟R0分离公理.利用拟闭包及拟内核刻画拟R0分离公理,讨论拟R0分离公理和拟分离公理间关系.拟R0分离公理使数据融合层次的分析更灵活,对具体问题的反映更可靠.     

噪声图像边缘检测方法的研究*

对图像中常见的高斯噪声和椒盐噪声的特性进行了分析,对含有这两种噪声的数字图像的边缘检测方法进行了研究,尤其对基于顺序形态学的噪声图像边缘检测方法进行了深入的分析研究,基于顺序形态学理论提出了针对分别含有高斯噪声和椒盐噪声的图像边缘检测方法。通过仿真验证表明,对于含有以上两种噪声的图像,提出的方法不仅能够去除噪声而且能够提取出准确清晰的边缘。     

基于Tsallis熵差的遥感图像边缘检测方法

基于Tsallis熵差和百分位形态变换,提出了一种改进的遥感图像边缘检测方法。该方法通过构造基于百分位形态变换的边缘检测算子和选择不同方向结构元素进行变换来增加图像的边缘信息,并且该方法在百分位形态变换的基础上还改进了百分位变换的评价准则。它利用图像Tsallis熵差来选择边缘检测算子的百位变换值,将选择Tsallis熵差最大的百分位变换作为变换结果。实验结果表明,与传统的基于数学形态学的边缘检测方法相比,该方法可以最大程度上抑制噪声,有效地提高图像的边缘检测效果。     

机织物提花图案的一种分割方法

为利用机器视觉技术对提花杌织物进行图像检测,采用数学形态学方法对织物图像进行分割．该方法对织物图像进行二值化处理,灵活使用数学形态学中的膨胀、腐蚀、闭运算、开运算等基本方法,选取合适的结构元素,结合MATLAB语言编程,实现了机器对织物提花区域的分割,达到了较好的分割效果．     

基于数学形态学的海洋浮游植物边缘检测研究

传统的边缘检测算子由于受噪声影响比较大,无法检测海洋浮游植物细胞可靠的边缘位置,因此不适合应用于细胞形态分析.为此,针对海洋浮游植物细胞原始图像的特点,提出了一种迭代域值算法,数学形态学处理,类异或运算,单像素腐蚀相结合的边缘精确检测算法.通过Visual C＋＋6.0试验结果证明,与传统的边缘检测算法相比较,本文的边缘检测算法不但抗噪声干扰能力强,而且检测精度高,边缘连续,清晰.