广义多结构元素并行复合形态滤波器

本文基于数学形态学中的广义形态开－闭和闭－开运算，采用多结构元素，构造了一类并行复合形态滤波器，这类滤波器具有平移不变性、递增性、对偶性和幂等性等重要性质，并遵半阈值叠加准则，不仅可以有效地抑制图象中的噪声，而且较好地保持了图象的几何结构特征。计算机模拟结果证实了滤波算法的有效性。     

一种广义多结构元形态滤波器

 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,采用多结构元素的方法,构造了广义形态开最大和广义形态闭最小滤波器.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最大、闭最小滤波器的有效性,针对含有不同幅值椒盐噪声和混合噪声的测试图像,使用这类滤波器对其进行滤波.滤波结果表明广义形态开最大、闭最小滤波器在抑制噪声的同时能保持更多的几何信息.随着噪声增强它的抗噪性也增强,而且它运行的时间将小于形态开闭最大、闭开最小、广义形态开闭最大、闭开最小滤波器运行的时间.     

形态过滤信号的不动点特性和局部单调特性

本文分析了形态滤波器输出信号的局部特性。给出了在某一点输出信号值等于输入信号值的条件。指出形态滤波器的输出信号在一定的范围内呈现局部单调性，并且这种单调性是可预测的。     

多结构元受控形态滤波器

基于受控形态学中的形态开-闭和闭-开运算,采用多结构元素,构造了一类多结构元受控形态滤波器.该滤波器具有平移不变性、递增性、对偶性和幂等性等重要性质.多结构元受控形态滤波器不仅可以有效地抑制图像噪声,而且较好地保持了图像的几何结构特征,通过与传统形态滤波器的对比实验,进一步验证了该滤波器的优越性能.     

彩色形态滤波器分析

形态滤波属于非线性信号变换处理,它利用信号的局部特征对信号进行修正。最近的研究表明形态滤波器能有效地滤除二值图像及灰度图像中的噪声,本文引入了建立在ＲＧＢ彩色空间上的彩色形态变换,针数字形态学理论从灰度空间扩展到彩色空间,对基本彩色形态滤波器（即彩色形态闭、开）及以它们为基础所构造出一些复杂的彩色形态滤波器进行了研究,并对它们选用不同结构元素的情况进行了分析,实验表明彩色形态滤波器能直接有效地消除     

一种形态开,闭自适应加权组滤波器

本文利用数学形态学听开，闭运算，结合自适应方法，提出一种形态开，闭自适应加要组合滤波器，该滤波器不仅可以有效地抑掉信号中各种加性白噪怕和正，负脉冲噪声，而且不模信号中的嵴阶跃变化。     

一种形态开、闭自适应加权组合滤波器

本文利用数学形态学中的开、闭运算，结合自适应方法，提出了一种形态开、闭自适应加权组合滤波器．该滤波器不仅可以有效地抑制信号中各种加性白噪声和正、负脉冲噪声，而且不模糊信号中的陡峭阶跃变化．     

数学形态结构元的最优分解及其下界分析

本文从综合的观点出发，分析了数学形态结构元的分解问题，对任一Ｎ点结构的分解，给出其分解后所含点的准确下界为ｅ．ｌｎＮ，然后给出了形态结构元最优分解的充分必要条件。     

基于形态滤波的基音检测新方法

提出了一种数字形态滤波与数字低通滤波器相结合作为基音检测预处理的基音检测新方法，本方法是线性滤波与非线性滤波相结合的一种新的尝试。实验结果表明，该方法可以得到比传统自相关法和倒谱法更好的结果，尤其是清浊音特征不明显的音段，基音检测的性能更好。     

一种全方位多角度自适应形态滤波器及其算法

根据形态滤波器的结构元特性,结合形态开—闭(闭—开)组合运算及自适应算法,建立了一种能有效去除复杂纹理图像中的各种噪声,并较好的保持图像细节的方法。实验证明,这种全方位多角度自适应形态滤波器与现有的中值滤波器、全方位结构元形态闭—开最小、开—闭最大滤波器等非线性滤波器相比较有更好的降噪性能及细节保护能力,扩展了形态滤波器在滤除高斯噪声方面的应用,提高了形态滤波器的适应性。     

形态滤波器结构元的自适应优化算法

该文提出了一种实现形态滤波器结构元优化设计的自适应算法,自适应过程类似于经典的最小均方(LMS)算法。通过将腐蚀与膨胀运算用隐函数表示,推导出腐蚀与膨胀运算中结构元的优化公式,由此进一步可得到任意组合形态滤波器的自适应优化公式。仿真实验表明该算法改善了形态滤波器的性能,具有设计简便、实用性强的特点。     

图像滤波的形态学开、闭型神经网络算法

该文设计完成了一种具有实用意义的形态学开、闭滤波的神经网络模型及其滤波参数的优化训练算法。实验结果表明该方法设计简便,实用性强且易于推广,对提高形态滤波性能效果明显。分析表明,形态滤波器可分解为形态滤波运算和结构元素选择两个基本问题。形态滤波运算规则已由定义本身确定,于是形态滤波器的最终滤波性能就仅仅取决于结构元素的选择。进行自适应优化训练的目的正是使结构元素具有图像目标的形态结构特征,从而使形态滤波器对复杂变化的图像具有良好的滤波性能和稳健的适应能力。     

基于数学形态学的图像形态滤波

文中定义了多结构元素腐蚀、膨胀、开、闭四种多结构元素数学形态学滤波器,讨论了它们的性质和滤波性能,指出多结构元素腐蚀滤波和膨胀滤波在噪声滤除,尤其是滤除附着在目标图像边缘上的噪声方面优于多结构元素开、闭滤波;多结构元素开滤波和闭滤波在目标图像的细节保护方面则优于多结构元素的腐蚀滤波和膨胀滤波;多结构元素的腐蚀、膨胀、开、闭滤波在细节保护方面均优于单一结构元素的开、闭滤波。最后根据形态学表示理论给出了基于多结构元素的数学形态学滤波器设计方法。     

基于多尺度形态学的弱目标图像处理方法

提出一种基于目标及背景结构特征的多尺度形态学图像处理方法，针对弱目标和背景噪声的结构差异，选择合适的结构元素和合理的形态算子达到较好的滤波效果。形态滤波器是从数学形态学中发展出来的一类新型非线性滤波器。由于形态算子实质上是表达物体或形状的集合与结构元素之间的相互作用，结构元素的形态决定了这种动算所提取的信号的形态信息，因此数学形态学对信号的处理具有直观上的简单性和数学上的严谨性，使数学形态学在描述信号形态特征上具有独特的优势。通过改变结构基元的尺度，对图像进行多尺度分析，能准确提取图像在不同尺度下形状的分层特征和有用信息。     

Precision of morphological-representation estimators for translation-invariant binary filters: Increasing and nonincreasing

Mean-absolute-error-optimal, finite-observation, translations, invariant, binary-image filters have previously been characterized in terms of morphological representations: increasing filters as unions of erosions and nonincreasing filters as unions of hit-or-miss operators. Based on these characterizations, (sub)optimal filters have been designed via image-process realizations. The present paper considers the precision of filter estimation via realizations. The following problems are considered: loss of performance owing to employing erosion filters limited by basis size, precision in the estimation of erosion bases, and precision in the estimation of union-of-hit-or-miss filters. A key point: while precision deteriorates for both erosion and hit-or-miss filters as window size increases, the number of image realizations required to obtain good estimation in erosion-filter design can be much less than the number required for hit-or-miss-filter design. Thus, while in theory optimal hit-or-miss filtering is better because the unconstrained optimal hit-or-miss filter is the conditional expectation, owing to estimation error it is very possible that estimated optimal erosion filters are better than estimated optimal hit-or-miss filters.