一种基于数学形态学的图象多尺度分析方法的研究

提出了一种基于数学形态学的图象多尺度分析方法。利用数学形态学在描述图象形态特征方面的优势，通过改变结构基元的尺度，提取图象在不同尺度下的有用信息。该方法将基于二值图象的集合处理的数学形态学方法，推广至基于灰度形态处理的数学形态学方法，提出了广义的数学形态学形态变换算子，拓宽了数学形态学理论在图象处理领域的应用范围。本文给出了人造的实验图象和实际的景物图象的实验结果，提取出图象在不同尺度下各个层次的目标和特征，证明该方法的有效性。     

基于多尺度彩色形态矢量算子的边缘检测

数学形态学在图象处理中已经得到广泛地应用，但传统的形态学常应用于二值图象处理，后来发展应用到灰度图象处理，对于其用于彩色图象处理的研究还不是很多，通过对传统的数学形态学的几何描述，以及对目前形态学在边缘检测中的应用分析，提出了一种新的多尺度的彩色形态矢量边缘检测算子，该方法是利用不同尺度形态边缘检测算子来检测不同尺度下的边缘强度，再对不同尺度下的边缘强度图进行合并，从而得到新的边缘强度图象，利用该算法对实际图象和合成图象进行了实验，将实验结果与传统的边缘检测算法相比较，由于新的多尺度彩色形态矢量算子能检测出更多的细节边缘，因此将更有利于图象的进一步分析处理，同时将实验图象人为地增加噪声后，再利用该算法进行实验，其结果表明，该算法对噪声具有很好的鲁棒性。     

关于彩色图象处理的形态学算子研究

彩色形态变换是数学形态学从灰度图象到彩色图象的推广,基于ＲＧＢ（ｒｅｄ－ｇｒｅｅｎ－ｂｌｕｅ）彩色坐标系统,提出了彩色形态变换的理论,并讨论了它们的性质,进而建立了彩色形态变换与灰度形态学的联系,彩色形态变换作为一种数学形态学方法在彩色空间的延拓,可有效地应用于彩色图象处理、图象编码和目标形状特征提取等。     

基于数学形态学的商标图象边缘提取

介绍一种全新的基于数学形态学的商标图象边缘提取方法,根据商标图象边缘与内部区域结构形态的差异,通过与之相匹配的结构元素,运用数学形态学的方法对商标图象边缘进行提取。     

模糊理论在图象增强中的应用

在图象处理中，图象增强技术对于提高图象质量起着重要的作用，传统的图象增强方法，或者修改图象的傅立叶变换，或直直接处理图象中的象素。本文提出了图象增强的模糊方法不涉及直方图直接在图象的模糊特征域上修改象素，并得到清晰较高的图象由于图象中所具有不确定性往往是由于模糊引起的，因此模糊处理能成功应用于图象处理领域并优于传统方法，本文介绍了图象模糊增强的基本思路和增强算法，给出实验结果以及定性和定量分析。     

实时二值图象去噪的实现

本文给出了实时实现二值图象8邻域收缩、扩张去噪算法的硬件设计,本设计对诸如3×3卷积器、数学形态学等邻域图象处理算法的实时硬件制作均有一定参考作用。     

悬液细胞图象识别的一种有效新算法

为进一步提高细胞识别的速度和识别率,本文研究一种细胞识别新算法。不同于其它的只对整个细胞形态进行一次图象处理的细胞识别方法,该算法在图象处理过程中,先后以细胞形态为重点和以细胞核形态为重点对原始图象进行两次图象处理,分别得到图象清晰度很高的整个细胞的二值图和细胞核的二值图。然后提取各项特征参数,对细胞图象进行识别。最后应用该算法对多幅细胞图象进行识别,结果表明该算法不但识别速度快,平均每幅图象的时间在3秒左右,而且识别率高达85%以上。     

模糊边缘检测技术在机器人触觉图象处理中的应用

讨论了图象的模糊边缘检测问题。把模糊的概念引入到了触觉图象的表达与处理过程中，设计了适合于触觉图象的隶属度函数、构造了模糊增强的变换表达式。这一方法在阵列触觉传感器的图象处理中取得了较好的效果。     

应用模糊理论的平面曲线角点检测技术

平面曲线角点检测是计算机图象处理与计算机视觉的重要研究课题,广泛地应用于指纹识别、汉字识别、人脸识别、图象拼合等科技应用领域。本文将应用模糊理论。提出一种对角点的模糊识别技术。结合现有文献中提出的角点增强方法,该模糊识别技术能有效地提高对角点识别的正确率。     

图象形态法在棉纱线黑板条干图像处理中的应用

本文介绍一种图像处理的应用技术，将图象的形态变换与形态分析用于棉纱线的图象处理及质量检测。之前，厂家把被测对象纱线平行地绕在小黑板上，呈现所谓“黑板条干”图，然后我们把该图输入电脑，作图象处理。     

基于柔性数学形态学的医学图像边缘提取

医学图像边缘提取,尤其是病灶部位的边缘提取,是医学图像处理中非常重要的预处理步骤,边缘提取的质量决定了图像的最终处理结果。人们一般习惯于用微分算子和梯度形态学算子提取边缘,但这类算子都不能很好地滤除噪声,也不能提取边缘细节。文章在阐述了数学形态学一般原理与方法及柔性数学形态学原理与性质的基础上,将柔性数学形态学用于左肺上叶周围型肺癌CT图像边缘提取。实验结果表明,这一方法比微分算子和形态学边缘梯度算子更能有效地滤除噪声并将肺部轮廓和肿瘤的大小与边缘准确地提取出来。     

调节形态学运算及其神经网络实现

数学形态学是一门建立在集合论基础上的学科,为数字图像处理和分析提供了一种有效的工具.在分析传统的数学形态学基本运算的基础上,引入调节数学形态学运算的概念,然后讨论了调节形态学运算的神经网络实现,并给出了用于图像滤波的计算机仿真结果.该方法较之传统的数学形态学基本运算更为灵活.     

On the role of complete lattices in mathematical morphology: From tool to uncertainty model

Mathematical morphology has a rich history. Originally introduced for binary images, it was quite soon extended to grayscale images, leading to grayscale morphology with the threshold approach and the umbra approach. Later on, different models based on fuzzy set theory were introduced. These models were based on the observation that, from a formal point of view, grayscale images and fuzzy sets are modeled in the same way. Consequently, techniques from fuzzy set theory could be applied in the context of mathematical morphology, and fuzzy mathematical morphology was born. In that framework, fuzzy set theory was only a tool to construct morphological models, and was not employed to model any fuzziness or uncertainty. Quite recently however, new extensions have led to the construction of fuzzy interval-valued and fuzzy intuitionistic mathematical morphologies. Here, extensions of fuzzy set theory actually take into account the uncertainty that comes along with image capture, specifically regarding the grayscale values, which in some cases is also related to the uncertainty regarding the spatial position of an object in an image. In this framework, (extended) fuzzy set theory not only serves as a tool to deal with grayscale images, but also as a model for uncertainty. This paper sketches this evolution of fuzzy set theory in the field of mathematical morphology, and also points out some directions for future research.     

基于柔性形态学的梯度边缘检测算法

在深入研究柔性数学形态学边缘检测算法的基础上,提出比传统柔性形态学膨胀和腐蚀算子具有更强鲁棒性的柔性形态学膨胀和腐蚀算子,在此基础上提出柔性形态学梯度边缘检测算法,实验证明了该算法对噪声特别是脉冲噪声有很强的抑制作用,并能很好地检测出图像的边缘信息。     

基于模糊相似性的彩色形态学图像处理方法

为了将传统灰度图像数学形态学扩展到彩色图像,提出一种结合矢量空间模糊相似性的彩色形态学图像处理方法。首先,在RGB彩色空间中利用彩色矢量间的距离和角度定义模糊相似性测度,以刻画与人类视觉感知相一致的彩色相似程度;以上述相似性测度为准则定义彩色空间中任意一组彩色的上确界和下确界;利用中心像素及其结构单元内像素的上确界和下确界构建彩色形态学的基本操作,包括膨胀、腐蚀、开、闭等操作;进一步将提出的彩色形态学操作应用于高分辨率遥感图像,通过实验对比验证其对地物目标的形变和平滑能力,说明其实用性和有效性。     

基于细胞神经网络的数学形态滤波方法与应用

数学形态学以集合运算为基础,在图像处理领域得到了广泛地运用。数学形态学以集合运算为基础,用具有一定形态的结构元素去度量图像中的形态以解决理解问题。证明利用细胞神经网络（Cellular Neural Network）,运用数学形态滤波可并行完成数学形态运算。该文给出了细胞神经网络（CNN）在腐蚀、膨胀、结构开、结构闭中的实现及应用。将其结果运用在指纹图像的预处理当中,取得了较理想的结果。     

大结构元素二值形态学基本操作改进算法

二值图像的数学形态学方法应用广泛,但当涉及的图像和结构元素较大时,操作速度变慢。针对结构元素参考点包括在结构元素中且为单一连通区域的大结构元素,提出了二值形态学膨胀操作的改进算法,首先提取待膨胀二值区域的轮廓,然后对轮廓进行膨胀,再将膨胀结果与原二值区域取并集得到总的膨胀结果;证明了改进膨胀算法与标准膨胀操作的等价性;基于膨胀与腐蚀操作的对偶关系给出了改进的腐蚀算法;给出了改进的开、闭运算算法。在80张高分辨率植物叶片二值图像上进行了腐蚀、膨胀、开运算和闭运算标准方法和改进算法的对比实验,结果表明改进算法可显著提高二值形态学处理的速度。     

自适应多方向模糊形态学边缘检测算法*

提出了一种新的基于模糊增强的自适应多方向模糊形态学边缘检测算法。该算法可以适应多峰直方图分布图像的模糊边缘检测,结合了模糊增强方法和模糊形态学边缘检测方法,先使用隶属函数将图像转换为等效的图像模糊特征平面,在此基础上进行模糊增强,降低边缘模糊度,然后再转换到统一模糊区域中;最后进行多方向模糊形态学边缘提取。仿真实验证明该方法能够较好地去除椒盐噪声,并且能够检测出图像中模糊的边缘。     

一种新颖的灰度形态学算子

数学形态学方法是非线性图像处理中的一种重要方法,在二值图像处理中已获得了广泛的应用,但在灰度图像处理中的应用却相对有限,文中从形态学算子构造的角度出发,提出了一种具有较强实用能力的灰度形态学算子的构造方法。     

An Application of Fuzzy Mathematical Morphology to Interval-Valued Knowledge Representation: A Remark

Mathematical morphology is known by its useful tools for processing binary (black-and-white) and gray-tone images. Due to the success of mathematical morphology in processing binary images, there have been many successful attempts to generalize its methods to more general, i.e. gray-tone images. One of these attempts—the most intuitive one is based on replacing sets by fuzzy sets, thus defining so called fuzzy morphological operations. In this paper we show that these operations can be used successfully in nonimage applications. We can use methods developed in fuzzy mathematical morphology to compute the membership functions of different "approximate" statements. Also, an application to interval-valued knowledge representation is given.