一种基于广义形态变换的采样方法

提出了一种基于集合势的广义形态变换形式。该变换能反映结构元素作用于目标对象的强度,控制对目标对象的过度膨胀或过度腐蚀。在广义形态变换性质研究的基础上所提出的广义形态采样方法,能更好地保留图像的形态信息和边缘信息。测试结果表明,基于广义形态变换的采样方法在提高形态变换效率及保持图像细节信息方面相对于现有的采样方法都有一定程度的改善。     

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。     

物体变形的广义形态变换方法

将广义形态变换理论用于非刚体运动的描述和内插,通过对非刚体的凸剖分把非刚体的运动分解为非刚体的变形与子凸集的旋转,提出物体近似骨架的概念;通过近似骨架实现子凸集匹配,实现了任意非同拓扑结构(包括有孔及凹多面体)物体的变形．广义形态变换具有基于体元的变形方法和基于边界形状的变形方法的优点,同时克服了它们的缺点．实验表明,该方法变形物体边界光滑、定位精度高、计算速度快,可应用于CAD、虚拟现实和生物医学工程。     

顺序形态变换边缘检测方法

提出了一种基于顺序形态变换的边缘检测方法.该方法构造了基于百分位顺序形态变换的边缘检测算子,根据不同结构元素的尺度大小与结构元素的类型,选择不同的形态变换的百分值,从而使变换结果图像的平均值最小.实验结果表明,与固定结构元素的边缘检测方法相比该方法锐化了图像边缘、具有很强的抑制噪声能力和良好的边缘检测性能.     

二值图像边缘检测的动态数学形态运算方法

应用基本形态运算,定义了动态形态学运算,并将动态膨胀运算应用到图像对象的边缘检测,运算方法只对图像中的对象进行运算,在每一步运算中,动态地选择结构元素的下一个原点位置。运算方法减少了运算量,执行速度快、效率高,在MATLAB6.5上得到了满意的仿真效果。     

二值图像膨胀腐蚀的快速算法

传统二值图像膨胀腐蚀算法存在大量冗余操作,运算效率低,制约了大结构元素在实际工程上的应用。提出了一种快速膨胀腐蚀算法。首先针对结构元素建立方向-位置偏移表,然后提取图像的边界,对每一条边界用一个起始点和一条方向链表示。对边界进行膨胀处理,根据方向链查询方向-位置偏移表,对表中记录的像素进行填充。将边界的膨胀结果与原图像的并集作为对原图膨胀的结果。快速腐蚀运算可根据膨胀与腐蚀的对偶性在此基础上实现。实验结果表明,相对于传统算法及其他优化算法,该算法速度更快,实用性更强。     

噪声污染图象中的广义形态边缘检测器

在深入地探讨数学形态学在边缘检测领域中的应用的基础上,系统地给出了普通形态差分算子,并提出了一类广义形态差分算子。同时,把提出的广义形态差分算子应用于受噪声污染的图象,以提取图象的边缘。通过实验表明,广义形态边缘检测算子能较好地提取边缘,在抑制噪声对边缘的影响和保持图象的边缘细节上,效果优于经典的边缘检测器和普通形态边缘检测器。     

一种改进的基于形态骨架的二值图象编码

基于图象形态学的二值图象编码方法,近来在国际上得到了比较多的研究。为了提高基于骨架的编码方法效率,提出了一种基于形态骨架的子集--终极腐蚀（ultimate erosion）二值图象编码方法。该方法是基于扩展的非骨架点判定定理,使得有更多的点在编码过程中被判为非骨架点,从而提高了编码效率。与其他同类方法相比,这一方法更充分地去除了图象形态分析中的信息冗余,从而得到了很好的压缩效果,其对二值图象“工具”的压缩率达到0.065,大大优于游程码、四分树、链码等方法。     

基于动态数学形态运算的二值图像边界提取

应用基本形态运算,定义了动态形态学运算,并将动态腐蚀运算和小结构元素应用到图像对象的边界提取,这种方法只对图像中的对象进行运算并得到对象的边界;在每一步运算中,动态地选择结构元素的下一个原点位置。这种方法减少了运算量,执行速度快、效率高,在MATLAB6.5上得到了满意的仿真效果。     

形态小波变换及其在图像编码中的应用

论述了小波理论、多分辨分析技术与数学形态学的基本方法和内在联系,以及基于这三类理论所产生的形态小波变换的基本思想和应用方法,并将这种形态小波分析方法应用于图像编码。与一般的小波分解方法不同的是,该形态小波分解采用非线性方法,分解结果中图特征更明显,图像编码压缩比更高,解码出的图像更加清晰;同时由于形态学是基于Minkowski加减基本操作并应用最大最小运算来实现,分解运算简单,速度快。表明了形态小波及其变换在图像处理中的巨大作用。     

一种形态学多小波变换多聚焦图像融合方法

给出了一种形态学多小波变换多聚焦图像融合方法.该方法利用不同的小波对待融合图像进行小波分解,采用形态学灰度形态梯度边缘检测算子对低频子图像进行边缘检测,以更好地保存图像边缘细节信息;采用加权平均方法选择高频系数.对两组多聚焦图像进行实验表明,采用这种方法能够更好地保留图像边缘信息,融合效果明显优于传统的图像融合方法.     

基于形态插值的图像重建方法

该文提出了一种基于数学形态学的形态插值方法,该方法适用于对于二值图像、灰值图像以及多光谱图像的插值重构,通过形态插值技术将输入图像变换成保持某种特征的插值图像。所提出的方法是对基于测地距离函数和形态中值方法的扩展,以提高插值方法的有效性为目的。该文还从应用的角度对于分割序列图像的插值重建算法进行了研究,所获得的新算法能较好地应用于各种类型图像的插值与形变。     

大结构元素二值形态学基本操作改进算法

二值图像的数学形态学方法应用广泛,但当涉及的图像和结构元素较大时,操作速度变慢。针对结构元素参考点包括在结构元素中且为单一连通区域的大结构元素,提出了二值形态学膨胀操作的改进算法,首先提取待膨胀二值区域的轮廓,然后对轮廓进行膨胀,再将膨胀结果与原二值区域取并集得到总的膨胀结果;证明了改进膨胀算法与标准膨胀操作的等价性;基于膨胀与腐蚀操作的对偶关系给出了改进的腐蚀算法;给出了改进的开、闭运算算法。在80张高分辨率植物叶片二值图像上进行了腐蚀、膨胀、开运算和闭运算标准方法和改进算法的对比实验,结果表明改进算法可显著提高二值形态学处理的速度。     

形态学中闭运算功能的扩展及其应用

在基于无人机航拍图像的地震灾情分析及快报系统的研究中,需要实现动态信息图示化,这对图像处理提出了特殊需求。为此,对数学形态学中的闭运算进行扩展,提出了扩展闭运算的概念及其形式化定义,设计了扩展闭运算的实现算法,并用VC++6.0实现了算法的软件设计,应用该软件对实际图像进行处理,满足了实际需求。实践表明,提出的扩展闭运算拓展了数学形态学中闭运算的功能,具有一定的理论意义和实用价值。     

基于广义形态滤波和分水岭算法的图像分割

传统的分水岭算法直接对图像的梯度图进行分割,梯度算子由于受噪声或量化误差的影响而产生很多局部最小值,从而导致严重的过分割现象,如何消除其过分割现象一直以来都是研究的热点。本文介绍一种广义形态滤波器,使用两组适应不同形状要求的含有四个结构的结构元素来构成一个滤波器组,用于分水岭算法的预处理,在平滑原始图像的同时去除了易造成过分割的区域细节和噪声,有效地抑制了分水岭算法的过分割现象,然后使用分水岭算法,获得了较好的分割效果。     

Hole-spectrum representation and model-based optimal morphological restoration of binary images degraded by subtractive noise

A shape-based image representation grounded on the distribution of holes within an image is developed, and the manner in which this representation can be used to design optimal morphological filters to restore images suffering from subtractive-noise degradation is investigated. The image and noise models are predicated on the existence of some class of shape primitives into which both image and noise can be decomposed (relative to union), and this decomposition is developed within the framework of a general algebraic paradigm for component-based filtering that does not depend on the linear-space structure typically used in spectral representations. Both deterministic and nondeterministic models are considered, and in each case the necessary model constraints are fully explored. Moreover, the type of filters that are naturally compatible with the image-noise models are analyzed. Specifically, optimal morphological filter design is studied in terms of the shape-based hole spectrum (as linear filter design is studied in terms of the frequency spectrum). Various forms of a design algorithm are discussed, the particulars depending on a symmetric-difference error analysis yielding approximate error expressions in terms of the spectral decomposition and the geometry of the underlying shape primitives. Finally, the statistical estimation procedures required for practical implementation of the entire spectrum-filter paradigm are explained.     

Optimal mean-absolute-error filtering of gray-scale signals by the morphological hit-or-miss transform

The binary hit-or-miss transform is applied to filter digital gray-scale signals. This is accomplished by applying a union of hit-or-miss transforms to an observed signal's umbra and then taking the surface of the filtered umbra as the estimate of the ideal signal. The hit-or-miss union is constructed to provide the optimal mean-absolute-error filter for both the ideal signal and its umbra. The method is developed in detail for thinning hit-or-miss filters and applies at once to the dual thickening filters. It requires the output of the umbra filter to be an umbra, which in general is not true. A key aspect of the paper is the complete characterization of umbra-preserving union-of-hit-or-miss thinning and thickening filters. Taken together, the mean-absolute-error theory and the umbra-preservation characterization provide a full characterization of binary hit-or-miss filtering as applied to digital gray-scale signals. The theory is at once applicable to hit-or-miss filtering of digital gray-scale images through the three-dimensional (3-D) binary hit-or-miss transform.