基于多结构元的形态图像边缘检测算法

基于修正的边缘检测算子和形态滤波思想,提出一种新的多结构元素形态学灰度图像边缘检测算法。在该算法中,自适应确定权重,并将各个结构元素下的检测信息进行加权求和,得到噪声存在条件下较为理想的图像边缘。仿真结果表明所给算法效果优于经典的边缘检测方法。     

细胞形态参数的全自动检测

全自动检测能使人工干预减少到最低程度，从而明显地提高检测速度。当摄像机摄取一幅细胞的模拟图象并被转换成其一幅的数字图像，该幅数字图象再经过阴影消除、二值化和边缘检测等几个预处理步骤时，细胞的边缘就能被显示出来，边缘上所有象素的坐标也就能被本文所介绍的方法进行检索。根据上述几个处理步骤，就能获得诸如面积、周长、长（短）轴、形状因子等细胞的形态参数。     

动态核的形态分解联想算法及抗随机噪声研究

在灰度图像分解算法和动态核形态联想记忆网络的基础上,提出了一种新的联想记忆算法--动态核的形态分解联想算法.该方法显著地提高了联想记忆抗随机噪声的能力,较好地解决了灰度图像在含噪时的联想记忆和识别的问题,从而给出了一种恢复含噪灰度图像的途径,并把该方法推广到了彩色图像的处理.通过实验,验证了该方法的良好性能,取得了理想的结果.     

硒蛋白结构与营养功能研究进展

硒元素是人类必需的微量元素之一,主要依靠在硒蛋白中的表达,发挥抗氧化、提高免疫力、抗肿瘤等多种营养功能.该文参考近十年国内外关于硒蛋白的研究,对硒蛋白的结构,检测方法以及营养功能进行综述,为深入探讨硒蛋白的营养功能提供科学参考依据.     

凝胶化PAN纤维的微结构特征

借助于X射线衍射仪、声速取向度测量仪、扫描电镜、小角X光散射仪等研究了凝胶化聚丙烯腈(PAN)纤维的聚集态结构和形态结构特点。结果表明,与常规高温凝固和低温凝固成型方式得到的PAN纤维相比,凝胶化凝固形成的初生纤维和原丝晶粒尺寸小,在牵伸相同的情况下,凝胶化凝固原丝取向结构最高,表明其结构对张力的响应性较好;凝胶化凝固的PAN初生纤维截面结构致密、内外均匀,表面沟槽深且均匀规则,凝胶化凝固的原丝微孔相对体积含量最小。     

基于形态学梯度的红外目标检测

对于红外跟踪系统中的低空非合作运动目标检测问题,由于距离未知,目标可能表现为小目标或者面目标,另外,红外图像中可能包含大量的地物背景.针对以上问题,本文提出了一种基于形态学梯度的目标检测算法.此方法首先计算红外图像的形态学梯度,进而根据各种地物背景的形态学梯度特征提取天空区域,然后在此区域内进行目标检测,最后进行目标边缘片段的合并.该方法基于形态学梯度对于灰度变化的敏感性,使用形态学梯度来表征红外目标边缘强度,通过检测目标边缘来达到检测目标的目的.实验证明,本文方法能够有效的检测目标,虚警较少,且对小目标和面目标具有一定通用性.     

基于形态学和小波变换的心电信号去噪算法

在处理心电信号采集过程中混入的基线漂移、工频干扰及肌电干扰等噪声的过程中,小波变换取得了广泛的应用。针对小波算法的缺陷及不足,提出了一种基于数学形态学和小波阈值的混合算法。该算法利用非线性形态学滤波器滤除基线漂移,将获得的含高频噪声心电信号通过小波阈值算法进行处理,最后获得无噪声的ECG（心电）信号。采用MIT/BIH Arrhythmia Database中的数据对算法进行了验证,实现了三种主要干扰的滤除,本算法效果良好,为后续特征点的识别奠定了基础。     

Robust Video Text Detection with Morphological Filtering Enhanced MSER

Video text detection is a challenging problem, since video image background is generally complex and its subtitles often have the problems of color bleeding, fuzzy boundaries and low contrast due to vi...     

低压故障电弧的形态小波分析

故障电弧是引发电气火灾的重要原因之一.将形态小波引入故障电弧研究领域,利用LabVIEW软件设计了形态小波分析模块,实现对信号波形的可视化分析.利用该模块结合新型测试系统,对台灯、微波炉、空调和计算机等常见家用负载的正常及故障电弧波形进行实际采集和分析.对混合负载情况下不同位置的故障电弧特征进行了形态小波分析,为构建智能化通用故障电弧诊断模型进行了初步的探索.     

A Multi-Scale Gradient Algorithm Based on Morphological Operators

Watershed transformation is a powerful morphological tool for image segmentation. However, the performance of the image segmentation methods based on watershed transformation depends largely on the algorithm for computing the gradient of the image to be segmented. In this paper, we present a multi-scale gradient algorithm based on morphological operators for watershed-based image segmentation, with effective handling of both step and blurred edges. We also present an algorithm to eliminate the local minima produced by noise and quantization errors. Experimental results indicate that watershed transformation with the algorithms proposed in this paper produces meaningful segmentations, even without a region-merging step.