改进的脱机手写体汉字细化算法

在手写体汉字识别中,细化是关键的步骤.数学形态学细化方法是近年来汉字细化采用的主要方法.细化效果的好坏取决于结构元素的选取.在对细化算法进行大量分析的基础上,针对手写体汉字的特点对原有算法的结构元素进行了改进,细化的对象由原图像改进为归一化后图像,文中算法使用了23组汉字,每组100个汉字进行实验.实验表明,改进后的算...     

数学形态学和投影方差在文档图像倾斜校正中的应用

文档图像处理技术已取得很多进展,但是,对于倾斜图像的理解还存在困难。本文对文档图像的倾斜校正进行了研究,根据文档图像的结构特征,给出了基于数学形态学和投影方差相结合的算法,先使用数学形态学进行形态学运算,强化文档图像地结构特征,再使用细化算法,保证投影方差的准确性,最后使用投影方差,进行文档图像的倾斜校正。实验表明,本文提出的算法可以有效的应用于文档图像的倾斜校正。     

骨髓细胞分割与识别方法的研究

针对骨髓细胞图像的特点,采用数学形态学的方法对图像进行了处理,获得了不同类型细胞核的准确的边缘。对于获得的边缘图像,采用两级神经网络,利用基于神经网络的PCA算法获得图像的3个主分量,然后采用模拟退火算法和BP算法进行细胞的分类识别,获得了较好的识别效果。     

基于SVM与数学形态学的数字图像处理

本文在支持向量机(SVM)的基础上引入数学形态学,提出了基于SVM与数学形态学的融合算法,并对图像进行处理。仿真结果表明,基于SVM与数学形态学的融合算法只需要普通形态学30%的特征提取次数,能有效的图像边缘的毛刺和较好地保留图像的形态特征。     

文本图像信息的提取与识别

文本是计算机视觉的许多应用中的一项重要特征,图像中的文本往往包含着比较丰富的信息,将文本图像信息里的文字进行提取和识别,对于图像内容的分析、理解、信息检索等方面具有重要的意义。文本图像的识别分为预处理,文字的切分,细化,特征选择与提取,最后对候选文字进行识别。在文字的切分方面提出了一种改进的投影算法,该算法能在很大程度上提高文字切分的准确度,采用基于数学形态学算法对文字进行细化处理,并在特征选择方面引用了多级分类的算法。     

数学形态学在图像分割中的应用研究

本文以数学形态学基本运算的介绍为基础,阐述了图像处理中常见的一些数学形态学方面的应用,其中有形态学图像重建、形态学图像滤波和形态学图像梯度。最后介绍了一种基于形态学的图像分割算法—分水岭算法,并以基于标记的分水岭分割算法为例,研究了形态学运算在图像分割前的预处理步骤和图像分割中帮助提取标记的作用,由此证明了数学形态学运算是图像处理领域中的一种有效方法和手段。     

基于形态学与神经网络的骨髓细胞识别研究

针对骨髓细胞图像的特点，采用数学形态学的方法对图像进行了处理，获得了不同类型细胞核的准确边缘。对于获得的边缘图像，采用两级神经网络，利用基于神经网络的PCA算法获得图象的3个主分量，然后采用模拟退火算法和BP算法进行细胞的分类识别，获得了较好的识别效果。     

一种改进的数学形态学边缘检测算法

针对传统数学形态学边缘检测算法存在的边缘分辨率较低、低强度边缘保护能力较差等问题,提出一种改进的数学形态学边缘检测算法。该算法在保持传统形态学方法优点的基础上引入边缘方向信息,采用非极大值抑制方法对形态学梯度图像进行细化处理,利用新的基于方向的检测和连接方法从中提取边缘,既提高了检测出的边缘的分辨率,又实现了低强度边缘的保护,同时还获得了更强的抗噪声能力。与应用较为广泛的传统形态学方法及Canny边缘检测方法的比较研究也证明了该算法的有效性。     

基于数学形态学的显微图像边缘检测技术分析

根据微生物显微图像中微生物形态各异、容易重叠、边缘灰度接近等特性,利用数学形态学方法的思想,用灰度形态学作初步边缘处理,用二值形态学的方法进行边缘修复。并对原始图像用其它微分算子进行边缘检测,实验结果表明基于数学形态学的边缘提取算法对于微生物显微图像边缘检测有很好的效果,能够满足后期识别处理的需求。     

基于形态学的视频序列人体骨架提取

本文在数学形态学算法的基础上,出了一种新的序列图像中人体目标骨架提取方法。首先运用数学形态学对二值图像的滤波、腐蚀和膨胀功能平滑图像中人体目标的边缘,去除背景中误分割出来的噪声。之后运用形态学算法中的击中击不中变换细化目标,提取骨架。运用单人和多人运动图像序列进行实验,结果证明,本文提出的方法效果较好。     

形态学细化算法在印制电路板(PCB)定位中的应用

在印制电路板(PCB)的自动检测过程中，已经注意到准确的定位在生产过程中对自动安置电子器件是非常重要的。骨架是图像几何形态的一种重要拓扑描述，利用骨架表示原始图像，在保持图像拓扑特征的前提下，减少了冗余信息。本文通过介绍一种通用的细化算法，进而引入数学形态学的改进细化算法，利用提取的骨架对电路板进行定位。经比较，运用形态学方法的细化结果有着较好的定位效果。     

一种简便准确的指纹图像细化算法

细化广泛应用于图像处理和模式识别。在自动指纹识别系统中,细化占有重要的地位。本文讨论了一种新的形态学细化算法,从原理上分析了算子应用顺序对细化效果的影响,结合试验分析出效果最好的细化算法。     

基于数学形态学和Canny算子的边缘提取方法

提出了一种基于数学形态学和Canny算子的边缘提取方法。该方法利用数学形态学开运算估计背景,将原始图像与背景进行几何运算,在处理后的图像上运用Canny算子提取边缘。实验结果表明,该方法明显优于传统的经过中值滤波后再进行Canny算子的边缘检测效果,为后续的特征提取、目标识别提供了良好的基础。     

一种保形的快速图象形态细化算法

骨架是一种重要的图象目标几何特征,对不同形状的图象目标,如何快速地获得其非畸变骨架,是进行图象目标的形状分析、特征提取、模式识别等应用的前提。基于数字形态学的形态细化是获取图象目标骨架的有效细化方法之一。它采用具有一定形状的预定义结构元素,对图象进行形态薄化运算,仅需进行移位和逻辑运算就能完成。但是形态细化一般使用序贯细化算法,在每次细化迭代过程中,只能采用单一的结构元素对目标进行薄化,因此存在关     

采用多结构元素模板的形态学边缘检测新算法

边缘检测是图像处理和计算机视觉中的基本问题。为了能有效地捕获目标的主要特征,提出了一种基于Ostu阈值分割和数学形态学的灰度图像边缘检测新算法。利用Ostu算法找到一个最佳的阈值,根据这个阈值把灰度图像二值化,构造四个不同方向的3×3或5×5的结构元素模板,采用数学形态学中的腐蚀算法利用元素模板来腐蚀二值图像。自适应地均衡腐蚀结果,检测出图像边缘。仿真和分析表明同传统边缘检测算法相比新算法运算量小,检测的边缘轮廓清晰,连续性好,可以很好地提取图像中富含的边缘信息,且抗噪声性能较好,假边较少,适用性强。     

小波模极大值法与数学形态学边缘检测细化结果

图像边缘检测的关键是尽可能多的检测到边缘并且抑制噪声的同时,尽可能的满足单线的边缘定位精度;为此选取了一种融合小波模极大值和数学形态学的边缘检测方法来获取图像边缘;首先在对图像进行小波分解,分别利用模极大值法和多尺度多结构数学形态学方法来处理小波分解的高频分量和低频分量,利用差影法对二者的结果进行融合;然后利用大律法得到二值化图像,并用形态学边缘细化算法细化图像边缘得到最后结果;实验结果显示,融合的方法可以得到比较完善的边缘,经过二值化和边缘细化后,获得的单线宽边缘更加清晰,定位精度更高。     

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。     

基于数学形态学和颜色特征的车牌定位方法

为了解决单一车牌定位算法在复杂背景中定位效果不理想的现状,提出一种数学 形态学和颜色特征相结合的算法对车牌进行定位。首先利用最大类间方差法(Ostu 算法)找到一 个最佳的阈值,根据所得阈值把得到的灰度图像二值化,然后采用一种改进的数学形态学算法 对图像进行边缘检测,最终结合数学形态学和车牌颜色特征进行准确定位。实验表明该算法明 显优于传统或单一的车牌定位方法,定位准确率高,对背景限制少,应用范围广。     

基于连续方向图的指纹图像预处理算法

在研究和分析了现有的预处理算法的基础上,提出了一种基于连续方向图的指纹图像预处理算法。主要包括指纹图像规格化、连续方向图计算、方向自适应滤波、二值化和细化等算法,这种连续方向图过渡平滑、自然,且有很好的连续性、渐变性和抗噪性,同时又具有极高的精确度,能更精确地反映指纹脊线的结构特征。从而使得滤波效果更佳;实验结果表明,该算法处理效果好、运算速度快,有效的满足了预处理的要求,为指纹的特征提取和识别奠定了坚实的基础。     

基于形态学滤波的相关跟踪算法研究

相关匹配算法是光电跟踪领域的经典算法之一。首先利用基于梯度调整的平均灰度法进行图像分割,得到二值化图像,其次对该图像利用数学形态学进行图像滤波,在此基础上设计出一种新的相关匹配算法进行电视红外图像跟踪,实验结果表明该方法具有很强的抗干扰性,可用于复杂背景下的目标跟踪,可用于实时图像处理中。