基于模糊融合的Soft多结构形态学彩色图像滤波

在HSV彩色空间提出了一种基于模糊融合和Soft多结构元素的新的彩色形态学滤波。基于模糊融合的评价值来进行彩色图像点的矢量排序,与基于HSV矢量排序的方法相比,滤波效果更好。实验结果表明,该形态学滤波算法比经典形态学滤波算法更有效地去除图像的噪声,保留图像细节。     

Sugeno模糊积分粒子群优化算法的实验研究

粒子群优化算法是模拟鸟类觅食的行为思想的随机搜索算法,主要是通过迭代寻找最优解.将模糊积分技术引入优化算法调整粒子的多样性的同时动态改变惯性权重,以此来提高粒子的搜索能力.仿真实验结果表明,该方法大大提高了搜索过程中粒子的多样性,并缩短了粒子的搜索时间,保持快速的收敛性的同时获得了算法最优解.     

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Sugeno模糊积分神经网络分类器融合方法在手写数字识别中的应用

神经网络是模式识别中一种常见的分类器.针对同一个分类问题,构建多个分类器并把多个分类器进行融合可以提高分类系统的分类正确率、改善系统的稳健性.首先介绍了Sugeno模糊积分及Sugeno模糊积分神经网络分类器融合方法的一般原理,而后将其应用于手写数字识别,通过实际的案例验证了该融合方法的有效性和可行性.     

基于模糊细胞神经网络的彩色图像形态学重构

利用彩色图像的ＲＧＢ空间分解,在模糊细胞神经网络上实现了彩色图像数学形态学的基本算子,并讨论了该实现相对于常规串行计算机算法的优越性和局阴,进一步地利用按分量的灰度重构,实现了彩色重构算法,最后讨论了该重构算法在抑帛镐频噪声中的应用,给出的仿真结果对对于推广模糊细胞神经网络在彩色图像实时处理和硅眼等模拟逻辑中的应用有着重要的意义。     

形态学图像处理的应用

数学形态学方法基于集合论思想,能定量地描述图像的形状结构,目前已广泛应用于图形图像处理领域,是进行几何形态分析的有效方法。本文首先介绍数学形态学的概念和定义,详细分析几类基本的形态学运算,然后研究形态学滤波器的结构和性质,并将其应用于指纹图像的去噪处理,对各个处理步骤以及处理结果进行分析,显示出形态学方法在图像去噪方面的良好性能。     

基于数学形态学的地形图自动矢量化研究

概要介绍了数字流域系统中地形图自动矢量化子系统的结构框架及基于数学形态的细化算法模型，滤波算法模型，图文分割的算法模型；分析了渐次扩大多结构元素串联式滤波算法，移动矩形的节点数据压缩算法，在地形图自动处理实践中，证明了多结构元素的选择与组合及算法的高效可行性及系统设计的合理性。     

基于数学形态学的水下焊接图像处理

水下拍摄的激光结构光焊接图像不可避免要受弧光、飞溅以及烟尘的强烈干扰.根据水下焊接图像特点,采用图像加窗、锐化、阚值分割、滤波以及边缘检测等步骤来完成针对水下焊接熔宽的检测.通过各种方法的比较,说明数学形态学更适合水下焊接图像处理.     

基于Sugeno 模糊模型的帆船控制方法研究

针对非线性、时变的帆船航行系统，提出一种基于Sugeno模糊模型的帆船控制新方法．采集舵手的航行经验建立知识库，将专家知识融合到控制系统中，提高了控制系统的智能度；采用Sugeno模糊模型，将舵角的非线性控制局部线性化，并设计相应的局部线性控制器，通过模糊推理综合各局部线性控制器的输出，得到全局控制量．仿真结果表明，该方法能实现对帆船航向的智能控制，具有一定的实用价值．     

客观评价彩色图像编码质量的模糊积分方法

为了客观地评价彩色图像的编码质量．首先将彩色图像的RGB颜色模式转化成YUV颜色模式;然后在YUV颜色空间中采用图像的三构件模型．并以模糊测度和模糊积分为工具,给出了一种客观评价彩色图像编码质量的新方法．实验结果表明．该方法和人的主观评价方法MOS的相关系数为0．92．大大高于常用的峰值信噪比和MOS的相关系数0．69．     

一种基于数学形态学及融合技术的彩色图像分割方法

提出了一种新的彩色图像分割方法,该方法首先利用数学形态学在3个2维彩色子空间进行图像分割,然后将这些分割结果融合在一起得到最终图像的分割。对于RGB彩色图像,3个子空间分别取为RG、RB和GB。而2维直方图则可看作3维直方图在这3个子空间的投影,对这3个2维直方图分别实施形态学中的watershed分割算法,最后通过区域分裂与合并的方法融合这3个2维空间的图像分割结果,获得最终的图像分割。在计算彩色距离时,使用了CIE（L’a’b’）彩色空间。该方法比直接在3维空间的分割方法既快又节约内存,而且分割效果好。     

基于模糊技术的彩色图像分割方法

由于彩色图像提供了比灰度图像更为丰富的信息,因此彩色图像处理正受到人们越来越多的关注。彩色图像分割是彩色图像处理的重要问题,目前对彩色图像的分割已提出了许多种算法,在这些算法中由于模糊技术能很好地表达和处理不确定性问题,因此在彩色图像分割领域会有更广阔的应用前景。本文主要介绍了基于模糊技术的模糊阈值分割法、模糊聚类分割法和模糊连接度分割法。     

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。     

基于形态学和自适应模糊内插的红外图像放大

提出一种有效的红外图像放大算法，该算法和常用的基于双线性内插进行图像放大的算法有所不同．文中算法首先采用基于形态学的预处理算法对红外图像进行预处理；以使得边缘定位更容易；然后采取一种自适应模糊内插算法进行图像放大，该算法克服了一些基于双线性内插算法进行图像放大的算法的缺点；最后，给出文中算法和基于双线性内插算法进行图像放大的算法的实验结果．实验结果表明，文中算法有效地提高了放大图像的质量．     

基于多尺度的矢量形态学彩色图像边缘检测

该文提出了一种基于多尺度的矢量形态学彩色图像边缘检测新算法。文章首先分析了彩色图像与二值图像之间的关系,然后定义了新的基于彩色图像的形态学变换。并在此基础之上,引入了多分辨率分析的彩色图像形态学变换。试验结果表明该算法对彩色图像的边界检测效果明显地优于单尺度及Sobel等算子的边界检测。     

基于PCA矢量形态学的彩色图像分割方法

基于HSV彩色模型,提出一种基于主量成分分析的矢量排序新方法。将彩色图像描述为矢量空间,则像素点作为矢量处理,根据相应彩色矢量对主量轴的投影值进行排序。采用这种统计特征排序方案,定义新的上下确界与彩色形态算子,将其应用于彩色图像分割,能得到与视觉判断相一致的分割结果。实验表明,该算法具有出色的矢量保持能力,与标准的彩色形态学算子相比,显示了更优的分割性能与较好鲁棒性能。     

数学形态学在图象处理中的应用进展

数学形态学是一种非线性滤波方法,形态和差运算,即膨胀与腐蚀是数学形态学的基础,数学形态学已由二值形态学、灰度形态软数学形态学、模糊形态学发展到模糊软形态学,可用于抑制噪声、特征提取、边缘检测、图象分割、形状识别,纹理分析、图象恢复与重建等图象处理问题,在图象处理领域得到了越来越广泛的应用,本文结合目前的研究进展,对数学形态学的理论研究及其应用进展进行综述性阐述。