数学形态学在图象处理中的应用与发展

阐述了数学形态学的产生及其与图象处理的结合过程,讨论了其在图象处理应用中的发展历史及应用进展,分析了数学形态学在图象处理中的发展趋势并对其在图象处理中的应用前景作了讨论与展望.     

数学形态学原理及其在图象处理中的应用

根据数学形态学的原理,研究了形态学的四种基本运算,根据二值图象的计算方法,设计了灰度图象函数映射到二值函数的方法,对实际二值图象进行形态特征处理。     

数学形态学在质量检测中的应用

简单介绍了数学形态学的基本运算及结构元素，并对数学形态学在质量检测中的一些应用进行了详细的描述和分析，最后用数学形态学的方法对一幅苹果图像和一块电路板进行检测．分别准确地检测出了苹果疤痕和短路点的位置与形状，得到了非常好的效果。     

图像处理中数学形态学方法的基本研究

数学形态学是当前应用相当广泛的图象处理技术,叙述了数学形态学的基本概念和基本原理,在基础上基础上利用数学形态方法进行了二值图象处理的计算机模拟实验。     

数学形态学应用于二值图象的细化

数学形态学这一方法应用于数字图象的细化中，提出了一种新的二值图象细化算法，并把这种新算法与常用的传统细化算法，在计算量、处理速度、效果等方面作了相应的比较。结果表明：基于数学形态学的图象处理方法，具有计算简单、运行速度快、并行处理、易于硬件实现等特点。     

数学形态学在聚类中的应用

通过建立一个与数学形态学应用于数字图象处理方法类似的算法来解决一般样本分布的聚类问题。此方法应用于北京及邻近地区的地震预报问题,得到了较好的结果。     

数学形态学在织物疵点检测中的应用

针对织物常见的破洞、断经和缺纬3类疵点,提出了一种基于数学形态学的疵点检测方法.利用自相关函数和FFT找出织物经纬结构的重复单元,以其为依据,用形态学中腐蚀背景和膨胀目标的方法检测图像中的疵点信息,在传统的形态学处理法之后,采用开运算进一步地消除噪声,突出疵点,在此基础上,利用MATLAB语言开发了系统原型,通过实验验证了形态学检测疵点的可行性.     

数字形态学应用于二值图象的细化

数学形态学这一方法应用于数字图象的细化中，提出了一种新的二值图象细化算法，并把这种新算法与常用的传统细化算法，在计算量，处理速度，效果等方面作了相应的比较，结果表明：基于数学形态学的图象处理方法，具有计算简单，运行速度快，并行处理，易于硬件实现等特点。     

数学形态学在定量金相分析中的应用

主要探讨以数学形态学为工具对金属图像进行定量金相分析 ,对其中的边缘提取、二值化、金相组织成分测定、晶粒度等级测定等工作用数学形态学的理论方法进行了分析与论证 ,据此说明在定量金相分析中运用数学形态学的优越性。     

数学形态学及其在线路保护中的应用

介绍了数学形态学理论,提出了其在检测信号奇异性和故障测距方面的应用。通过对信号进行多分辨形态梯度的分解,可以得出随着信号奇异性的不同,分解的结果有相应变化的结论;通过比较前两个模极大值的极性和时间间隔来构成故障定位的算法。这种方法与传统的方法相比,有更高的可靠性和更少的计算量,显著提高了故障响应能力和灵敏度。通过仿真验证了上述两种方法的可行性。     

应用数学形态学理论提高扫描二值图像质量的方法

介绍了数学形态学的一些理论 .针对扫描得到的二值图像往往边界变粗且不平滑、物体区域有小孔、背影区域散布有小噪声等现象 ,提出了应用数学形态学理论提高扫描形成的二值图像质量的方法 ,并用C语言使算法得以实现 ,处理效果令人满意     

一种基于数学形态学的灰度图像边缘检测算法

基于数学形态学的方法,利用形态运算膨胀、腐蚀、开、闭等变换以及它们的组合,该文提出了一种改进的形态学边缘检测算子,能够有效地检测出图像边缘,并保持边缘的平滑性.同时引入多尺度的概念,对形态结构元素尺度的大小进行调整,从而在噪声存在的条件下得到较理想的图像边缘.实验结果表明,与传统的边缘检测算子相比较,该算法抗噪性能良好,计算量较小,因此具有一定的实用性和可行性.     

一种改进的数学形态学图像滤波算法

设计了一种多结构元素复合滤波结构,采用两级级联结构,每级运用两种结构元素分别对图像作开闭和闭开运算,运算中间结果以图像熵比值为融合准则进行合并。该算法在抑制图像噪声污染的同时,保留图像的边缘,不损伤图像的细节质量。仿真证明,采用该算法滤波后,反映了图像细节质量的统计参数图像标准差和绝对平均梯度比传统的均值和维纳滤波均高。     

基于数学形态学的彩色图像边缘检测

图像边缘检测大都是基于灰度图像的,其不能充分利用彩色图像的全部色彩信息。本文利用数学形态学在描述灰度图像方面的优势,将灰度形态学边缘检测法运用到彩色图像中。首先在RGB空间对原彩色图像的R、G、B三副伪灰度图像分别进行形态学边缘检测,然后对三副图像的边缘强度进行合并,并采用阈值分割法提取出图像的轮廓边缘。实验结果表明:该算法计算量小,并且充分利用了图像的色彩信息,能有效地检测出彩色图像边缘。     

基于数学形态学的图像增强方法

在有限Abelian群中,基于模糊逻辑将二值形态学分级算子推广到灰度图像,研究灰度形态学分级算子.该算子揭示灰度形态学膨胀和腐蚀之间的数值插值过程.比较研究分级算子和非线性中值滤波算子,并通过实例对分级算子进行数值模拟.     

二值图像分割的数学形态学方法

本文提出一种利用数学形态学的分割方法，对二值化的有重迭的颗粒图像进行分割，从而对颗粒目标进行统计分析。并将此方法用于海底锰结核成像的分析，结果较为满意。     

基于数学形态学的交通图像滤波处理方法研究

针对智能交通视频图像中常见的几种噪声源，阐述了数学形态学在交通图像滤波中的应用.结合实际拍摄的动态交通图像，提出了基于数学形态学和帧差法的交通图像噪声滤除方法.根据提出的算法方案，编写了Visual C++程序，进行了实验验证，并在此基础上比较了不同形态学算法对同一组交通图像的处理结果.从实验结果得出，该算法有效分离并较完整地保留了交通图像中的运动车辆，取得了良好的降噪处理效果.     

基于新型矢量排序的soft多结构形态学彩色图像处理

在HSV(hue,saturation,value)彩色空间提出了一种新型矢量排序方法.基于新型矢量排序,定义了形态学的基本算子,结合柔性多结构元素给出了新的彩色形态滤波和边缘检测方法.试验结果表明:与基于HSV矢量排序方法和其它改进方法相比,该方法具有更好的滤波性能,是一种自适应方法.