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     

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。     

基于数学形态学的图像边缘提取方法

提出了一种基于数学形态学的灰度图像边缘提取方法,并进行了仿真实验。实验结果表明,该方法不仅具有较好的去噪和边缘提取能力,而且算法简单易于实现,运算速度快。     

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。     

基于形态学的水印方案

研究了形态学操作特点,设计了真正意义的形态学鲁棒水印,即形态模式作为水印嵌入．多种形态模式的同时嵌入,使得为不同用户制作的数字产品能在一次完成．加入可见性水印要求用户必须正确将其去除,在用户去除可见水印的同时实现了对数字产品的签名．这使得追查盗版的协议得以简化和可行,为实际应用提供了可能．通过对符环节的实现验证了该方案的实际可行性．     

二值图象的细化

把数学形态学这一方法应用于数字图象的细化中,提出一种新的二值图象细化算法,与常用的传统细化算法在计算量,处理速度,效果等方面进行相应的比较,结果表明：基于数学形态学的图像处理方法,具有计算简单,运算速度快,并行处理及易于硬件实现等特点。     

基于二维稀疏采样的HRRP合成及ISAR成像方法

在分析传统的线性调频(LFM)信号体制ISAR高分辨距离像(HRRP)合成及二维成像原理的基础上,结合压缩感知理论,提出了一种基于二维稀疏采样的高分辨距离像合成及ISAR成像方法。该方法对经过二维稀疏采样后的ISAR回波信号进行二维重构处理,在大幅降低LFM信号采样率、减少子脉冲个数的前提下,获得高质量的HRRP和二维ISAR像;为缓解数字信号处理机的采样负担、降低已方雷达信号的被截获概率奠定了基础。仿真实验证明了该方法的有效性和可行性,同时观察了其鲁棒性。     

一种新的基于压缩感知的稀疏音频水印算法

提出了一种基于压缩感知的音频水印算法.该算法利用数字水印和音频宿主信号在离散余弦变换域下都具有稀疏性,将水印经过压缩感知处理后,嵌入于音频载体信号的离散余弦变换系数中;在水印提取时,利用压缩感知的去噪原理和重构方法,在不利用原宿主信号情况下,将水印提取出来,此提取完全是盲提取.计算机仿真实验表明,这种算法能提高水印在高斯噪声攻击下的鲁棒性.     

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。     

基于稀疏表示模型的图像解码方法

为了更好地提取图像信号的稀疏特性,提出了一种多方向自回归稀疏模型及其重建算法.多方向自回归稀疏模型利用图像局部统计相关和纹理方向实现了图像稀疏表示.在基于变换的编码框架下,以编码端的变换矩阵为观测矩阵,用多方向自回归稀疏模型代替解码端的反变换.图像仿真结果表明,所提出的技术能改善JPEG图像的质量.     

基于信息替代的数字水印算法

针对信息安全问题，研究数字水印的一般原理，对图像数据文件的结构进行了分析，给出了二值图像的压缩方法和基于信息替代的数字水印算法．实验结果理想，是实现信息隐藏的一种有效方法．     

基于数学形态学FCM聚类原型图像降噪方法

由传感器得到的图像往往含有大量噪声,针对目前常用的二维直方图算法在图像噪声检测与分离过程中存在的不足,以及传统FCM聚类算法的特点,提出了一种基于数学形态学的FCM聚类原型初始化方法:首先基于数学形态学理论确定图像初始聚类点簇,然后运用FCM对点簇进行处理。理论分析与实验表明,该方法能有效消除图像中的噪声点,对均匀噪声背景下图像处理有一定的应用价值。     

基于改进的形态学算子的灰度图像边缘检测

提出一种改进的形态学图像边缘检测算法.针对单结构元素在检测时出现检测结果边缘线条粗、不连续性的问题,该算法提出了利用6种具有代表性的结构元素进行膨胀组合,形成多尺度结构元素,从而弥补了传统边缘检测算法提取灰度图像细节边缘少及抑制噪声能力差的缺点.     

基于数学形态学的遥感图像边缘检测方法研究

提出了一种基于双结构元形态学的遥感图像边缘检测方法,与经典边缘检测算法的仿真比较表明,其算法在边缘连续性、边缘定位精度和地物细节体珥方面都取得了良好效果。     

基于数学形态学和HIS模型的彩色舌图像分割

从数学形态学的基本理论出发,利用数学形态学能描述图像形态特征的特点,结合ＨＩＳ模型,充分考虑图像的彩色信息,提出了基于数学形态学和ＨＩＳ模型的舌图像分割算法,实验结果表明,本算法具有较好的分割性能．     

一种保形的数学形态学图像细化算法

在分析形态序贯同伦细化算法的基础上，针对该算法运算结果为畸变骨架的缺点，提出了一种能保持图像目标正确结构形状的加权结构元素形态序贯细化算法，并以汉字图像为例予以验证．     

一种改进型柔性形态学边缘检测算法

该文作了基于数学形态学的图像边缘检测算法的研究。利用形态学基本算法的图像处理特点,对常用的边缘检测算法以及传统的形态学边缘检测算法加以分析和比较,指出各自的特点以及不足。再结合几何算法,运用到二值灰度图像边缘检测中,基于边缘检测的经典算法与柔性滤波特性,提出了柔性形态学边缘检测算法及优化算法,完成图像的边缘检测及去噪处理。