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,并讨论了结构元素的选取方法。     

数学形态学在车牌自动识别中的应用

介绍了数学形态学的基本运算及其在车牌自动识别中的应用，讨论了数学形态学在汽车图像处理中存在的问题和进一步研究的方向。     

数学形态学在车牌自动识别中的应用

介绍了数学形态学的基本运算及其在车牌自动识别中的应用,讨论了数学形态学在汽车图像处理中存在的问题和进一步研究的方向。     

数学形态学在工程线图计算机处理中的应用

在工程CAD中 ,需要将表示资料数据的线图进行计算机化处理。将基于数学形态学的图像处理方法应用到线图的处理中 ,经过扫描线图得到二值化图像 ,应用形态学方法进行细化、噪声消除、断线修复和曲线连续化等一系列处理 ,作为线跟踪操作及矢量化处理的预处理阶段。     

二维卡尔曼滤波对卫星云图进行复原的研究

本文以卫星云图为研究对象，从大多数图象符合指数相关函数出发，推出一个适合于卡尔曼滤波的动态方程，为了解图象滤波后边缘模糊的问题，对计算方法进行了改进，对同一行先从左到右，再从右到左进行两次滤波，然后取两次滤波的最小值作为最后的滤波值，这样使滤波后的图象边缘清晰，最后在以IBM－PC为主机的图象处理系统上进行了仿真，取得满意的效果。     

数学形态学在作物病害图像处理中的应用研究

作为一种2维卷积运算的非线性图像处理方法,数学形态学的内容包括二值形态学、灰度形态学和彩色形态学。膨胀、腐蚀、开运算、闭运算是数学形态学的基础。数学形态学可用于噪声去除、边缘检测、图像分割、特征提取等图像处理问题,在图像处理领域得到了越来越广泛的应用。结合目前的研究进展,对数学形态学的分类及其在作物病害图像处理中的应用进行综合性阐述,并对数学形态学目前存在的问题以及未来的发展方向进行了讨论。     

PCNN与数学形态学在图像处理中的等价关系

揭示了有生物学依据的脉冲耦合神经网络(PCNN)与数学形态学之间的本质关系,并以颗粒分析为例进行了具体的分析,得到了文中提出的PCNN颗粒分析方法完全等价于一定结构元素下的数学形态学方法的结论．研究表明,PCNN进行图像处理时用到的脉冲并行传播特性完全等同于数学形态学中一定结构元素下的腐蚀运算,从而为数学形态学与PCNN之间的研究架起了桥梁．     

基于红外卫星云图的云的三维表现

分析红外卫星云图结构特点,阐明其三维化原理。借鉴LOD思想,利用多种采样间隔获得不同精度数据网格。根据云团真实感效果制定颜色及透明度映射规则。结合三维地形可视化方法,设计并实现了红外卫星云图的三维可视化。     

基于卫星云图的台风云系特征提取算法研究

利用静止卫星观测数据,进行了滤波、去噪等预处理,及综合优化的云检测处理;在此基础上,利用改进的正交匹配小波算法和优化的遗传-模糊聚类算法,实现了西北太平洋地区台风云系特征的提取。这两种算法提取出的台风云系特征参数简单,用于热带气旋(Tropical Cyclone,TC)的监测预警中可提高效率,适用于台风预报预警监测的业务化应用。     

形态学运算在字符识别中的应用

字符识别作为基本的图像识别技术,在计算机输入、交通和安防等领域都获得了广泛的应用。在进行字符识别前,需要先对图像进行灰度拉伸和阈值分割等一系列预处理以获得有效的目标字符特征。这些处理虽然可以增强目标字符的特征并滤除部分噪声,但同时也经常会造成目标字符的笔画发生断裂。由于待识别字符的笔画为较细的线性结构,采用常规的形态学开运算与闭运算对图像进行处理非但不能连接断裂的笔画,字符笔画还有可能因为细小而被抹去,使图像中的目标字符产生更严重的笔画断裂甚至缺失。讨论了数学形态学运算在字符识别技术中的应用,利用形态学闭     

一种基于形态学的图像检索方法

提出了一种基于形态学的图像检索的新方法。该方法首先将图像量化为不同的颜色层，并利用形态学的腐蚀算法对图像的各个量化颜色层进行单独处理。在腐蚀过程中使用了不同半径的结构元素作为腐蚀集合。经过腐蚀后的图像，统计出在不同腐蚀半径下的像素点个数，并以此作为图像的特征。通过对图像数据库的检索，表明该算法明显优于直方图法和边界直方图法。     

痰液显微图像细胞边缘提取的数学形态学新方法

根据痰液细胞图像的边缘灰度变化特点,在经典微分算子检测基础上,运用适当的改进的数学形态学方法对痰液细胞进行边缘提取。在实验中对同一幅痰液细胞图像分别用Sobel算子、Roberts算子、Laplacian算子和基于数学形态学的方法进行边缘检测。结果表明,基于数学形态学的边缘提取算法对于痰液细胞图像边缘提取有很好的效果。     

基于两种数学形态学算法优势互补的图像细化方法

图像的细化是提取曲线特征,矢量化、识别等后续图像处理的基础,而单一的算法往往不能得到理想的细化效果.本文在研究各种已有的细化算法的基础上,从中选出两种不同的数学形态学算法共同处理同一图像,可以实现较好的细化效果:即先对图像采用基于5×5邻域模板的数学形态学细化算法进行细化处理,再对处理后的图像采用基于结构元素对的数学形...     

基于小波变换与形态学的一种边界叠图像的拼接算法

针对噪声环境下的图像拼接问题,本文给出了一种基于小波变换与数学形态学的方法。该方法首先是通过小波变换的多尺度分析提取出不同边缘方向的边缘图像,然后将其混合,利用形态学方法寻找可能的拼接物再进行拼接。     

基于数学形态学的图像边缘检测算法的研究

为了提高图像边缘检测的效率、降低噪声对图像边缘检测的影响,提出了一种基于数学形态学的图像边缘检测算法。该算法引入多元结构元素的概念,提出了一种改进的形态学边缘检测算子,能够有效地检测出带有噪声的图像边缘,并保持边缘的平滑性。实验结果表明,与传统边缘检测算子相比较,该算法杭噪声性能良好,实时性较好,具有一定的实用性和可行性。     

一种基于灰度共生矩阵的云图检索方法

卫星云图检索可帮助气象预报人员快速定位历史相似天气．根据云图纹理特征区分度较大的特点提出一种采用纹理特征对卫星云图进行相似性检索的方法。针时找到一个普遍适用的纹理特征非常困难的问题．提出一种根据特征值的方差分布情况从大量备选特征中快速找出适合某类图像检索所需的纹理特征值的方法,并以灰度共生矩阵的特征值提取为例．对卫星云图进行相似性检索。检索流程为：首先对云图进行云地分离的预处理．然后从云图的灰度共生矩阵中提取有效的检索特征生成特征值．并与历史云图库对应的特征库进行相似距离计算．最后根据距离的排序顺序输出最终的检索结果。实验表明．该方法能有效地从历史云图库中检索出具有相似视觉特征的云图．说明该方法可以用于卫星云图的相似性检索。