煤泥浮选泡沫图像滤波方法的选取

煤泥浮选泡沫图像的去噪对于后续的图像准确处理与识别有着不可忽视的影响。鉴于各传统去噪方法在去噪和保留高频信息之间的矛盾,文章将煤泥浮选泡沫图像常规滤波方法中的中值滤波和小波滤波与基于面积重构开闭滤波与交替顺序滤波结合形态学滤波进行了比较,通过对煤泥浮选泡沫去噪后的图像进行分析,得出形态学滤波方法可最大限度地压制噪声的影响,同时使图像的原貌得到了保护,取得了良好的图像降噪效果,对煤泥浮选泡沫图像而言是一种较好的图像滤波方法。

一种基于形态学滤波的视频对象空间分割新策略

视频对象提取是现代信息科学领域的一个研究热点。为了改进常见的视频对象时空分割方法,提取具有理想边缘的视频对象,本文提出了一种新颖的结合交替顺序重建滤波和自适应阈值判别的空间分水岭分割策略。该策略中结构元素逐渐变大的形态学开闭重建迭代使得分水岭分割所获区域数大大减少,有效地避免了复杂的区域融合。同时,迭代过程使得对象边缘像素的梯度与前景、背景中平坦区域内部像素的梯度更易区分,从而能够应用自适应阈值算法进一步消除由局部梯度极值造成的分割小区域。应用基于该策略的时空分割方法对标准测试序列进行分割实验,实验结果表明,该策略能够带来令人满意的空间分割结果,有助于提高视频对象时空分割方法的主客观性能。此外,该策略能够自动确定交替顺序重建滤波器中结构元素的大小以及非线性判别的阈值,算法的通用性和易用性较好。