基于数学形态学的集成电路真实缺陷图像滤波

在集成电路真实缺陷检测中,缺陷图像的滤波程度直接影响到后续处理的结果。通过对若干幅实际集成电路真实缺陷图像的分析,提出一种基于数学形态学的集成电路真实缺陷图像滤波方法,该方法不仅能滤除非冗余物缺陷,而且能滤除冗余物缺陷内部噪声,得到纹理一致的冗余特缺陷。     

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．     

基于图像二维熵的自适应形态学滤波方法

为了在滤除噪声的同时保持图像的细节信息,结合已有的形态学滤波方法,提出了一种新的自适应滤波方法.综合图像灰度分布的聚集特征和空间特征,构造图像二维熵,结合形态学运算,合理设置滤波算法流程,通过连续改变结构算子的大小,观察图像二维熵的变化,合理设置滤波终止条件,通过对椒盐噪声图像的滤波测试,取得了理想的滤波效果.重点阐述了二维熵的构造方法和自适应滤波的流程设计.     

一种基于数学形态学的灰度图像边缘检测算法

基于数学形态学的方法,利用形态运算膨胀、腐蚀、开、闭等变换以及它们的组合,该文提出了一种改进的形态学边缘检测算子,能够有效地检测出图像边缘,并保持边缘的平滑性.同时引入多尺度的概念,对形态结构元素尺度的大小进行调整,从而在噪声存在的条件下得到较理想的图像边缘.实验结果表明,与传统的边缘检测算子相比较,该算法抗噪性能良好,计算量较小,因此具有一定的实用性和可行性.     

二值图像形态滤波与滤波效果的定量评价

就多种形态滤波模型的特点进行了对比分析,并在此基础上提出了形态薄化和厚化滤波模型．此外,还构建了集合对称差距离作为评价形态滤波效果的定量指标．试验结果表明,新滤波模型在去除图像背景和目标中线性噪声方面十分有效,其定量评价指标也优于其它形态滤波模型     

基于数学形态学的轴心轨迹滤波提纯法

在大型回转机械状态监测与诊断中，常利用两路相互垂直的振动信号合成轴心轨迹来监测其运行状态和故障类型，不易获得清晰的特征。本文利用数学形态学的一些基本功能还原出干净的轴心轨迹，为研究轴心轨迹图像的特征提取和识别提供可靠的数据，使计算机能自动进行旋转机械故障的诊断。     

一种图像形态学的角点检测改进算法

提出了利用数学形态学对原有跟踪目标图像进行角点检测的改进算法.针对原有算法中检测效果往往受结构元素尺寸大小影响较大,提出了一种利用多尺寸大小的结构元素对目标进行角点检测,将检测结果进行融合的方法.实验结果表明该算法能够准确的找到图像的角点,对噪声起到了有效的抑制.     

基于多尺度形态学滤波的CT图像疑似肺结节提取

CT图像中疑似结节病灶区域的分割和提取是肺部CAD系统的关键和难点．研究一种基于肺结节几何特征的多尺度形态学滤波的疑似结节区域提取算法,构造了一组不同尺度的类圆形结构元素进行形态学滤波．经过多尺度处理,不同大小的疑似肺结节区域得到增强和突出,气管、血管等线形解剖组织得到了削弱和抑制,结构元素的几何参数及二值化阈值参数的选取不需要人工设置．实验结果表明,该算法可以较好地实现不同大小疑似结节区域的自动提取．     

基于数学形态学的自适应彩色图像滤波

为了解决彩色图像滤波问题,针对彩色图像的颜色矢量表示形式和彩色图像中的脉冲噪声的数值特征,提出一种滤除彩色图像的脉冲噪声的自适应算法.首先应用数学形态工具对脉冲噪声进行检测,再根据检测结果,用改进的矢量中值滤波方法自适应地调整滤波窗口,以符合人眼视觉特性的颜色相似性度量方法选择颜色距离最接近的样本像素,对脉冲噪声给予有选择的滤除.通过实验及与其它算法比较,结果表明该算法对于彩色图像中的脉冲噪声有较好的滤除效果.     

基于数学形态学的储粮害虫图像预处理

阐述了在粮虫图像处理过程中数学形态学图像预处理的重要性，在此基础上利用Matlab图像处理工具箱中的函数，实现了基于数学形态学的图像预处理和分析，达到了对图像去噪、平滑的目的，并得到了较理想的结果。     

基于数学形态学的图像增强方法

在有限Abelian群中,基于模糊逻辑将二值形态学分级算子推广到灰度图像,研究灰度形态学分级算子.该算子揭示灰度形态学膨胀和腐蚀之间的数值插值过程.比较研究分级算子和非线性中值滤波算子,并通过实例对分级算子进行数值模拟.     

基于数学形态学的彩色图像边缘检测

图像边缘检测大都是基于灰度图像的,其不能充分利用彩色图像的全部色彩信息。本文利用数学形态学在描述灰度图像方面的优势,将灰度形态学边缘检测法运用到彩色图像中。首先在RGB空间对原彩色图像的R、G、B三副伪灰度图像分别进行形态学边缘检测,然后对三副图像的边缘强度进行合并,并采用阈值分割法提取出图像的轮廓边缘。实验结果表明:该算法计算量小,并且充分利用了图像的色彩信息,能有效地检测出彩色图像边缘。     

基于数学形态学的交通图像滤波处理方法研究

针对智能交通视频图像中常见的几种噪声源，阐述了数学形态学在交通图像滤波中的应用.结合实际拍摄的动态交通图像，提出了基于数学形态学和帧差法的交通图像噪声滤除方法.根据提出的算法方案，编写了Visual C++程序，进行了实验验证，并在此基础上比较了不同形态学算法对同一组交通图像的处理结果.从实验结果得出，该算法有效分离并较完整地保留了交通图像中的运动车辆，取得了良好的降噪处理效果.     

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     

数学形态学在图象处理中的应用与发展

阐述了数学形态学的产生及其与图象处理的结合过程，讨论了其在图象处理应用中的发展历史及应用进展，分析了数学形态学在图象处理中的发展趋势并对其在图象处理中的应用前景作了讨论与展望。     

基于形态学的二分法边缘提取算法

对于光照不均匀的图像,形态学边缘提取算法的分辨率远远逊色于人眼的分辨率.产生这种差异的原因是形态学算法仅仅是从几何学的角度出发来检测边缘,并没有模拟出人眼的生物特性.为了提高形态学算法的分辨率,通过研究人眼对光强的特性响应曲线,注意到了人眼对于光线具有亮度适应特性.把亮度适应特性加入形态学边缘提取算法,得到了高分辨率的二分法边缘提取算法.二分法边缘检测算法以强弱光亮度的中心点亮度为分界点,高于分界点的像素亮度被削弱,低于分界点的像素亮度被提高.如此在压制强光的同时增强弱光来模拟出人眼的亮度适应特性.实验证明二分法是一个具有高实时性、低噪声、高分辨率边缘提取算法.     

基于数学形态学的电晕紫外图像分割的研究

紫外成像是检测高压设备早期电晕放电的一种有效方法。提取紫外图像中的放电区域轮廓可获得放电形态,有助于定性或定量研究放电现象。根据电晕紫外图像的特点,采用了二值数学形态学方法有效地去除了离散放电点和噪声点,提取了紫外图像中的主放电区域,采用区域标记算法和多区域轮廓跟踪算法得到了各放电区域的轮廓及轮廓点的坐标,计算得到了各放电区域面积、周长和直径等参数。实际应用验证了所提方法的有效性。     

基于数学形态学和改进Otsu的单板缺陷检测

在经典检测算子中,针对单板灰度图像的缺陷检测存在缺陷边缘检测不清晰甚至出现伪边缘的问题,提出了一种Otsu改进算法与数学形态学相结合的单板缺陷检测算法.在HSI彩色空间中,对利用数学形态学滤波后的H、S、I分量采用本文算法进行分别处理,并将三分量的检测结果进行叠加.结果表明,该算法能够准确检测出单板的一个或多个缺陷边缘.与经典边缘检测算子的检测结果对比可知,该算法无论对于缺陷的定位还是边缘的提取均优于其他方法.