文档图象的版面分析-基于数学形态学的方法

提出了基于 Hough变换的结构元素构造方法 (HTSEC)以及基于数学形态学的分割方法 (MMS) ,即首先将灰度文档图象利用半色调技术转换为二值图象 ,利用 Hough变换动态构造结构元素 ,然后利用数学形态学方法对版面进行划分并将其分为文字区、图形区和图象区     

一种直线提取的新方法

直线提取是版面分析中的一个重要过程。该文提出了基于Hough变换的结构元素构造方法(HTSEC)以及基于数学形态学的直线提取方法(MMLE)，即首先将灰度文档图像利用半色调技术转换为二值图像，利用Hough变换检测直线倾斜角度以动态构造结构元素，然后利用数学形态学方法提取文档图像中的直线。     

利用动态结构元素提取直线

研究了灰度文档图像中提取直线的方法．首先将灰度文档图像利用半色调技术转换为二值图像，进行倾斜矫正后利用Hough变换动态构造结构元素(HTSEC)；然后根据这些结构元素，利用数学形态学中的击中／击不中变换提取文档图像中的直线(MMLE)。     

数学形态学的图象分割算法

图象分割在图象分析、机器视觉、目标识别中都将直接影响到后续的理解和识别工作。本文着重讨论了基于数学形态学变换的图象分割算法，提出了基于图象最大内切圆的数学形态学形状描述图象分割算法和基于目标最小闭包结构元素的数学形态学形状描述图象分割算法。     

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。     

基于数学形态学的二维条码识别

边缘模糊会导致二维条码识别率下降。本文提出了一种基于Hough变换和数学形态学相结合的二维条码识别算法,得到了清晰的条码边缘,从而有效地降低了边缘模糊对条码识别的影响。文中选取PDF417二维条码为应用对象,利用Hough变换和数学形态学对二维条码进行识别,选择合适的结构元素。实验结果表明,基于数学形态学对二维条码的识别算法能够更有效地识别条码边界,显著地提高了条码的识别率。     

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。     

基于数学形态学和Hough变换的复杂形态线状地物提取方法

为改善以Hough变换提取遥感影像中弯弧线状地物的准确性,提出了一种新算法M&H (Morphology and Hough),它将Hough变换、数学形态学、非线性拟合等方法串行递进使用,以实现复杂形态线状地物自动提取和直接生成道路矢量图的目标。经适量实例的Matlab仿真测试,证明了M&H的递进噪声去除法优于单次数学形态学降噪法,对含弯弧道路的提取性能也优于标准Hough变换。精度检验结果表明:M&H方法比常规Hough变换提取道路的欠提取率下降了约18.9%。     

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。     

基于多结构元素的数学形态学的遥感图像边缘检测方法

提出了一种边缘检测的有效算法。该算法在数学形态学的基础上，针对图像中噪声和边缘形态的不同建立了多结构元素，利用灰度形态变换原理进行边缘提取。实验表明，与经典的边缘检测算子相比，该算法具有很好的边缘提取能力，但其抗噪能力较差。为此，探讨性地提出了基于小波变换和数学形态学相结合的边缘提取方法。     

基于数学形态学和Hough变换的车牌定位算法

针对复杂环境下的车牌定位率较低的问题,提出了一种基于数学形态学和Hough变换检测车牌区域的方法。首先,对车牌图像进行图像预处理,然后,利用数学形态学的高帽变换突出车牌字符区域,并对图像进行边缘检测和连通区域分析;最后,结合Hough变换和车牌的先验知识实现车牌的精确定位。实验结果表明,针对不同复杂背景下采集到的车辆图像,该算法具有很强的鲁棒性,准确率达97.3%,能够满足现代智能交通系统对车牌定位准确性和实时性的要求。     

基于Hough变换和路径形态学的城区道路提取

针对高分辨率遥感影像上城区道路的特点,提出一种基于Hough变换和路径形态学的高分辨率遥感影像城区道路提取方法。用Hough变换检测主要道路的方向及长度,建立邻接图,根据邻接图确定路径的方向和长度,将这些确定的路径看作狭长但并非完全笔直的结构元素。实验结果表明,该方法不仅能够检测出直线道路信息,还能检测出宽的弯曲的道路及细长的曲率比较小的道路信息。     

光电混合处理系统识别高相似度工业零件图象的研究初探

为了克服对高相似度图象的误判，从形态学角度提出一种基于联合变换相关器的图象相似度定义，并将改善高相似度图象识别的方法划分为非原理性改进和原理性改进两大类，其中，为进行非原理性改进，提出将结构光模式应用于联合图象编码；为进行原理性改进，对联合图象采用基于形态学击中击不中变换的互被编码算法，通过对工业零件基本形状的仿真识别来区分高相似度图象，结果证明，该方法是有效的。     

一种基于粗糙集的模糊数学形态学方法

粗糙集理论是一种新的处理含糊和不确定性问题的教学工具。本文基于粗糙集和数学形态学算子之间的联系和粗糙集中模糊度的概念，将结构元素作为不可分辨关系，提出了一种新的基于粗糙集的模糊数学形态学方法。该方法无需任何经验知识，直接从图像数据中获得所需隶属函数。最后，将其用于图象的滤波，获得了很好的实验结果。     

基于数学形态学的虹膜定位算法

针对现有的虹膜定位算法的局限性,提出了一种基于数学形态学的虹膜定位算法。内圆定位是利用二值图像形态学的方法提取瞳孔的圆心和半径。外圆的定位用形态学进行边缘提取与Hough变换相结合,确定外圆圆心及半径。实验证明了该算法的合理性和有效性。     

基于数学形态学的虹膜定位算法

针对现有的虹膜定位算法的局限性,提出了一种基于数学形态学的虹膜定位算法。内圆定位是利用二值图像形态学的方法提取瞳孔的圆心和半径。外圆的定位用形态学进行边缘提取与Hough变换相结合,确定外圆圆心及半径。实验证明了该算法的合理性和有效性。     

具有旋转不变性的图象骨架变换

本文在详细研究数字形态学求取目标图象骨架的基础上，根据形态学距离的定义提出了一种特殊的结构元素设计方法，使得形态学骨架变换具有旋转不变性，同时提高了计算效率，使之适用于实际的模式识别和计算机视觉匹配。     

基于Hough变换的圆检测方法

总结了圆检测的几种常用方法,如经典HT、随机HT和广义HT.结合几种方法的优缺点,提出了一种基于经典HT的改进Hough变换圆检测方法.该方法先对图像进行预处理,如灰度化、去噪滤波、边缘检测以及运用数学形态学等,然后进行Hough变换.其主要思想是用多维数组来代替经典的循环过程.把Hough变换应用到织物防水性能自动测试的真实图像中,通过对经典Hough变换与改进后的Hough变换的比较,可以看出检测速度有所提高,检测精度也达到了令人满意的程度.     

PCNN与数学形态学在图像处理中的等价关系

揭示了有生物学依据的脉冲耦合神经网络(PCNN)与数学形态学之间的本质关系，并以颗粒分析为例进行了具体的分析，得到了文中提出的PCNN颗粒分析方法完全等价于一定结构元素下的数学形态学方法的结论．研究表明，PCNN进行图像处理时用到的脉冲并行传播特性完全等同于数学形态学中一定结构元素下的腐蚀运算，从而为数学形态学与PCNN之间的研究架起了桥梁．     

基于形态梯度运算的遥感图像边缘检测

针对常规线性边缘检测器处理遥感图象时细节丢失严重的缺点,介绍了数学形态学基本理论,讨论了数学形态学在边缘检测中的应用.形态学的灰度梯度运算是在经典形态变换基础上提出的一类非线性算子.对于结构元素的选取作了一定的说明.另外,还与传统线性算子的处理结果进行了比较.通过计算机对遥感图像的模拟实验表明：基于形态灰度梯度运算的遥感图像边缘检测方法,不但几何意义明确,易于构造,而且性能也优于传统检测算子,证实了该方法的可行性.