基于数学形态学的纸浆纤维图像边缘检测方法

文中研究了数学形态学理论在图像边界检测中的应用.在分析了数学形态学运算理论的基础上,提出了一种基于形态学理论的纸浆纤维图像边缘特征提取方法.仿真试验结果表明,该方法能够很好的取出噪声,检测纸浆纤维边缘图像中的细节,定位准确、连续性好、易于编程实现并且运算速度快.     

数学形态学在图像处理中的应用

介绍了数学形态学的基本运算及数学形态学在图像处理中的主要应用，并讨论结构元素的选取方法。     

基于灰度形态学梯度的边缘检测

数学形态学是图像处理和模式识别领域中的一门新兴学科,文中采用基于数学形态学梯度的图像边缘检测算法,利用数学形态学的基本运算,设计符合处理图像边缘特性的梯度结构基来检测局部突变信息,从而获得图像的边缘信息。     

数学形态学在SAR图像增强中的应用

提出一种基于数学形态学的合成孔径雷达(SAR)图像增强方法.该方法利用不同的数学形态学滤波方法对SAR图像进行去噪处理,达到对SAR图像的目标增强效果.利用数学形态学滤波思想在此基础上进行进一步的改进,将开运算和闭运算进行组合形成了一种新的滤波方法--交替顺序滤波.由处理结果可以看出,与传统的数学形态学滤波相比,该方法有较好的图像平滑和去噪能力.可为进一步进行SAR图像分割和目标识剐提供较好的基础.     

基于同态滤波和图像形态学的鸭蛋蛋壳破损检测

为了准确检测出破损鸭蛋,提高检测效率,设计出了一套基于同态滤波和图像形态学的鸭蛋破损检测系统。首先,该机器视觉系统通过CCD摄像头采集暗室里的静止鸭蛋图像,图像经图像采集卡传送到计算机后进行处理。本试验主要基于图像数学形态学,采用了灰度转换,同态滤波,形态学闭运算,图像减法运算,图像特征提取及识别等技术。试验结果证明该系统对破损鸭蛋识别准确率达到89%。     

一种快速的航空图像边缘提取方法

航空图像边缘提取对于图像的判读具有重要的辅助作用.在分析航空图像特点和形态学基本原理的基础上,提出了一种新的复合型数学形态学边缘提取算法.通过对一幅实际的航空图像的仿真实验,结果表明,该方法比传统的数学形态学边缘提取算法具有更好的抗噪能力和边缘提取效果,并且算法运算时间短.     

基于数学形态学的数字图像生成及其应用

提出了一种基于数学形态学的数字全息图像生成方法。该方法运用数学形态学的原理和运算，能够对图像进行形态变换，生成数字图像序列，并能够制作出具有动态效果和美感的激光全息图，在激光全息防伪领域有着良好的应用前景。     

数学形态学在沥青混合料特征提取中的应用研究

重点研究了采用数学形态学方法对沥青混合料数字图像进行分析和处理。利用VC．NET开发环境对沥青混合料二值图像分别进行腐蚀、膨胀、开运算和闭运算处理,通过处理效果得到数学形态学方法是研究提取沥青混合料中集料颗粒比例的一种比较好的方法。     

基于形态学的人脸图像边缘检测新算法

提出一种利用数学形态学开闭运算--首先滤掉噪声,再使用数学形态学梯度提取边缘的人脸图像边缘检测新算法.仿真结果表明,该方法与传统的边缘检测方法相比,能在滤除噪声的同时很好地检测到人脸图像的有用边缘.     

一种基于图像融合的含噪图像边缘检测方法

针对含噪声图像在边缘定位、噪声抑止、弱边缘保留及边缘细节的视觉感知等方面难以兼顾的具体情况,提出了一种基于图像融合的含噪图像边缘检测方法。首先,讨论了基于小波变换模极大值的图像边缘检测法;结合数学形态学基本运算与信息熵理论,提出了改进的灰值数学形态学图像边缘检测法,并分析了其基本原理。然后,结合两种方法的优点,采用叠加运算进行图像融合最终检测到的图像边缘连续完整。最后,与传统边缘检测法、小波变换模极大值法、改进的灰值数学形态学法进行了实验对比,结果表明,本文算法优质系数最大,所花时间最少。     

基于数学形态学的空空导弹导引头红外图像处理

红外成像制导导弹的图像分割是图像处理中的重点和难点之一。将数学形态学图像处理算法应用于导引头红外图像分割 ,提出一种新的分割方法。首先 ,利用形态学方法估计出导引头红外图像中的背景图像 ;其次 ,利用原始图像减去背景图像得到差图像 ,以消除不均匀背景对图像分割的影响 ;再次 ,利用阈值算法将差图像转换成二值图像 ;最后 ,应用形态学方法消除噪声 ,根据目标图像属性的连贯性实现目标检测。仿真分析表明 ,该分割算法具有较好分割效果     

Pipeline architectures for recursive morphological operations

Introduces efficient pipeline architectures for the recursive morphological operations. The standard morphological operation is applied directly on the original input image and produces an output image. The order of image scanning in which the operator is applied to the input pixels is irrelevant. However, the intent of the recursive morphological operations is to feed back the output at the current scanning pixel to overwrite its corresponding input pixel to be considered into computation at the following scanning pixels. The resultant output image by recursive morphology inherently depends on the image scanning sequence. Two pipelined implementations of the recursive morphological operations are presented. The design of an application-specific systolic array is first introduced. The systolic array uses 3 n cells to process an nxn image in 6 n-2 cycles. The cell utilization rate is 100%. Second, a parallel program implementing the recursive morphological operations and running on distributed-memory multicomputers is described. Performance of the program can be finely tuned by choosing appropriate partition parameters.     

基于多尺度多方向结构元素的形态学图像边缘检测算法

为进一步改善图像处理中的噪声抑制和边缘检测性能,提出了一种多尺度多方向结构元素形态学图像边缘检测算法.该算法基于数学形态学中结构元素的方向性差异,充分利用了腐蚀、膨胀、开、闭及其变换和组合运算.对图像进行去噪、边缘提取等预处理操作,以提高图像的信噪比和边缘细节;利用递归的多尺度多方向结构元素形态学滤波得到图像的初始轮廓;利用多尺度形态学和多方向结构元素进行图像边缘检测.实验结果表明提出的算法抗噪性强,能有效准确地提取边缘信息.     

灰阶图象处理的光学形态学实现方法

本文介绍一种基于数学形态学和数字阴影算法理论，采用光电混合系统，并行实现一维灰阶图像形态学“扩”和“蚀”运算的新方法，推导灰阶图象并行处理的数学表达式，并总结从二值图像到灰阶图象的形态学处理的基本结论。同时，本文所介绍的这种新方法具有良好的并行性、扇入扇出等特点，用它可以大大提高灰阶图象处理的速度，改善处理性能。     

A mathematical morphology approach to Euclidean distancetransformation

A distance transformation technique for a binary digital image using a gray-scale mathematical morphology approach is presented. Applying well-developed decomposition properties of mathematical morphology, one can significantly reduce the tremendous cost of global operations to that of small neighborhood operations suitable for parallel pipelined computers. First, the distance transformation using mathematical morphology is developed. Then several approximations of the Euclidean distance are discussed. The decomposition of the Euclidean distance structuring element is presented. The decomposition technique employs a set of 3 by 3 gray scale morphological erosions with suitable weighted structuring elements and combines the outputs using the minimum operator. Real-valued distance transformations are considered during the processes and the result is approximated to the closest integer in the final output image.     

A fast thresholded linear convolution representation ofmorphological operations

In this correspondence, we present a fast thresholded linear convolution representation of morphological operations. The thresholded linear convolution representation of dilation and erosion is first proposed. A comparison of the efficiency of the direct implementation of morphological operations and the thresholded linear convolution representation of morphological operations is subsequently conducted. Mathematical morphology has emerged as a powerful new tool for image processing.     

基于数学形态学的深度图像分割

本文提出了一种基于数学形态学基本运算的深度图像分割方法。首先利用数学形态学算子来获得分别含有跳跃和尖顶边界的凸脊和凹谷图像，然后利用控制的区域生长过程得到最终的分割结果。用本文提出的方法成功地对许多实际的深度图像进行了分割，同传统的方法相比，这种方法的速度快，而且具有良好的抗噪声性能。     

Reconfigurable Morphological Image Processing Accelerator for Video Object Segmentation

Video object segmentation is an important pre-processing task for many video analysis systems. To achieve the requirement of real-time video analysis, hardware acceleration is required. In this paper, after analyzing existing video object segmentation algorithms, it is found that most of the core operations can be implemented with simple morphology operations. Therefore, with the concepts of morphological image processing element array and stream processing, a reconfigurable morphological image processing accelerator is proposed, where by the proposed instruction set, the operation of each processing element can be controlled, and the interconnection between processing elements can also be reconfigured. Simulation results show that most of the core operations of video object segmentation can be supported by the accelerator by only changing the instructions. A prototype chip is designed to support real-time change-detection-and-background-registration based video object segmentation algorithm. This chip incorporates eight macro processing elements and can support a processing capacity of 6,200 9-bit morphological operations per second on a SIF image. Furthermore, with the proposed tiling and pipelined-parallel techniques, a real-time watershed transform can be achieved using 32 macro processing elements.