一种新的基于粗糙集的数学形态学算法及其在图像边缘检测中的应用

从粗糙集的角度出发来研究数学形态学,指出经典数学形态学模型是不符合实际的,引入粗糙集中的粗糙度的概念改进了形态学模型,通过动态的选择结构元素来对图像进行处理。实验显示,基于粗糙集的数学形态学方法较好地解决了经典形态学处理中图像目标边界线条较粗的缺点。相比经典梯度算子,文中提出的方法又较好地保证了图像边界的连续性,同时还避开了结构元素的选择问题。

基于数学形态学理论的旋转机械故障诊断方法研究

在数学形态学理论的基础上运用局部特征长度域(LCD)算法和区间估计分形维数对传统诊断方法进行改进,利用LCD算法对信号进行处理,同时利用区间估计对形态谱进行故障分析。实验结果表明,基于LCD算法的故障诊断研究方法可以准确判断不同故障类型,区间估计分形维数方法的故障判断精度为95%,而且不同故障类型的形态谱特征与实际相符合。

基于模糊粗糙集、数学形态学和分形理论的医学图像分类研究

利用模糊粗糙集约简、数学形态学和分形理论,根据头发灼烧体图像的颜色、多种微量元素的含量以及它的纹理特征和几何特征,提出了一种新的基于模糊粗糙集的医学图像边界提取新方法。

基于改进数学形态学的车牌定位算法研究

针对传统数学形态学算法对图像边缘细节提取不理想的问题,采用3×3或者5×5的结构元素替换单一结构来改进数学形态学算法,克服传统数学形态学算法的缺陷。对车牌图像边缘轮廓实施闭运算、开运算、小对象移除,实现车牌的粗略定位。在此基础上,采用区域标记法进行车牌精准定位。将提出的车牌定位算法应用于实际的车牌定位中,结果表明,改进数学形态学算法对车牌定位的准确率比传统数学形态学算法提高了13.9百分点,具有更为广泛的适用性。该研究对提高车牌的定位精度、车牌识别具有一定的参考价值。

基于粗糙集和数学形态学的智能刀具状态监测系统

刀具磨损是金属切削过程中不可避免的现象，并且极大地降低了生产效率，带来巨大的经济损失。本文以图像处理理论为基础，以车刀的主后刀面为监测对象，系统研究了应用粗糙集和数学形态学来实现刀具磨损状态直接监测方法，给出了相应的监测原理，并提出了新算法。

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数学工具。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。

数学形态学的细化算法

对目标图象进行细化处理，提取其骨架，在目标检测、图象编码以及光学字符识别等计算机视觉、图象处理与模式识别领域都有着广泛的应用．在定义了数学形态学图象轮廓和骨架的基础上，提出了基于两组结构元素模板的数学形态学细化新算法，这两组结构元素模板分别用来去掉目标的西北、东北、东南、西南方向四个角上的点和北、东、南、西四个方向上的点．用该算法对实际的字符进行细化，获得了令人满意的结果．

利用数学形态学提取骨架线的改进算法

地图数字化生产和数字地图编绘中都需要用到提取骨架线算法,如矢量化和等级变换等。提取骨架线的算法较多,基于栅格数据的算法通常采用数学形态学方法,对于矢量数据目前较有代表性的是利用约束Delau-nay三角网提取骨架线。本文给出一种利用数学形态学提取骨架线的改进算法,适用于栅格和矢量数据,并能在矢量化时建立高质量的拓扑关系,还较好地克服了数学形态学方法的缺点——节点畸变和端点内缩。实验表明该算法稳定且行之有效。

数学形态学腐蚀膨胀运算的快速算法

详细介绍了一种二值数学形态学腐蚀膨胀运算的优化实现方法。图像处理中常常利用二值数学形态学开闭运算对分割出的区域进行边缘平滑和内部填充处理等,但当结构元素较大时运算速度变得很慢。由于开闭运算的基础是腐蚀和膨胀运算,文章重新对这两种运算做了优化,有效地提高了数学形态学用于二值图像处理的速度。该方法较之结构元素分解的方法有理论基础简单、优化思路简捷、实现方便等优点。

基于数学形态学滤波技术和TLS-ESPRIT算法的低频振荡模式辨识研究

针对传统Prony方法对噪声敏感和辨识精度不高的局限性,提出一种新的低频振荡模式辨识方法,实现了在有噪声干扰情况下低频振荡模式的准确辨识。该方法基于数学形态学设计出一种多结构元素的并行复合形态滤波器,可有效滤除多种噪声,保留更多的有用信息。对消噪后的信号采用基于总体最小二乘法-旋转不变技术的信号参数估计(TLS-ESPRIT)算法进行辨识,从而获取低频振荡各个模式参数。通过算例仿真,说明所提出的方法是可行和有效的。

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。

基于数学形态学聚类与果蝇优化算法的风电功率短期预测

针对预测模型训练数据的选择以及模型参数最优化的问题,提出一种基于数学形态学聚类与果蝇优化算法相结合的风电功率短期预测方法。数学形态学聚类方法通过膨胀腐蚀运算,自动将数值天气预报数据聚成类,然后寻找与预测日相似的类作为训练样本。果蝇优化算法能较快确定模型的最优参数。通过对依兰风电场的发电功率进行预测,证实该方法的有效性,其精度比基于K均值聚类方法和粒子群优化算法的预测模型要高,且训练数据对模型精度的影响会高于模型本身参数的优化。

数学形态学算法的DSP实现

通过对数学形态学基本算法的研究,希望找出一种适合DSP的算法。数学形态学适用于高效并行结构运算,可简化图像数据。分析了数学形态学的位移运算,结合TMS320C32 DSP的流水线操作和I/O并发模式完成了形态学的快速算法。给出了DSP汇编程序的运行结果及不同情况的比较。

基于数学形态学与小波变换的边缘检测算法

针对传统边缘检测方法去噪效果不理想的情况,分别对数学形态学和小波变换基本理论进行了分析,提出了一种基于数学形态学和小波变换的边缘检测方法。首先利用数学形态学基本运算对含有噪声的图像进行滤波,然后利用小波变换原理提取图像边缘。通过Matlab仿真分析,对比其他几种边缘检测算法,验证了该方法能够有效地检测出图像的边缘。

基于数学形态学和遗传算法的配电网动态无功优化方法

提出了一种基于数学形态学和遗传算法的配电网动态无功优化方法,通过构造数学形态学滤波器对由染色体的等位基因构成的二值图像进行滤波,将对补偿调压设备动作次数的处理问题转化为离散二值图像的滤波问题。为提高遗传算法的计算速度,对交叉和变异操作进行了改进:基于遗传性状的思想,防止了交叉操作中对优良基因组合的破坏;借鉴粒子群算法中根据个体极值和全局极值修正个体速度和位置的思想,提出了根据基因性状进行进化变异的方法。分别采用改进遗传算法、简单遗传算法和该动态无功优化方法对某区域配电系统进行无功优化,结果验证了该优化方法的正确性和有效性。

基于OTSU算法与数学形态学的木材缺陷图像分割

在木材分选过程中,图像缺陷分割技术占有重要的地位,能否精确提取缺陷轮廓会直接影响到分选的准确率。本文讨论提取木材表面缺陷图像的方法,应用OTSU算法与数学形态学相结合的方法对缺陷图像进行分割,最终提取出缺陷边缘。实验表明,经过OTSU算法和数学形态学进行图像分割,最后得到的木材缺陷图像更加清晰、连贯,提高了图像的可视性和准确性。

从空间数据库发现聚类:一种基于数学形态学的算法

聚类算法能从空间数据库中直接发现一些有意义的聚类结构而不需要背景知识，是空间数据发掘和知识发现的重要手段。在分析已有聚类算法的基础上，提出了一种基于数学形态学的聚类算法，该算法能够处理任意形状的聚类，采用启发式方法自动确定最优聚类数。同时，该算法也可以在矢量型空间数据库中得到实现。试验表明算法是可行和有效的，且能处理存在噪音的数据。

数学形态学在Criminisi图像修复算法中的应用

Criminisi图像修复算法的修复步骤由待修复区域的标记、优先权的计算、最佳匹配块搜索与填充和更新置信度4部分组成。其中待修复区域的标记是进行Criminisi图像修复算法的基础,因此合理的标记待修复区域是提高Criminisi图像修复算法修复效果的有效路径。引入数学形态学对待修复图像进行处理,即利用腐蚀与膨胀组合,对待修复区域边缘进行处理,进而进行Criminisi图像修复算法操作。实验结果表明经数学形态学处理后的标记可以降低错误信息的累积,大大提升了图像修复的质量,具有较高的实用价值。

基于数学形态学的汽车轮毂单元振动信号消噪算法研究

针对轮毂单元故障信号中的脉冲信号往往被背景噪声淹没的问题,将数学形态学滤波技术应用到一维振动信号的消噪中,并与3σ规则结合,提出了基于数学形态学运算和软阈值的振动信号消噪方法。首先,采用形态滤波对染噪的轮毂单元信号进行了过滤,并提取了峰谷信号;然后,采用3σ规则对峰谷信号进行了阈值处理,并将形态滤波结果与阈值处理后的峰谷信号相加,作为最终消噪结果;最后,对其进行了频谱分析以提取特征,并在Matlab中对该算法仿真试验进行了有效性评价以及轮毂单元振动信号的消噪试验。研究结果表明,该算法不仅运算简便,并且在最大限度抑制噪声的同时保留了绝大部分的有用信号,取得了较好的消噪效果,故障信号识别率提高了20%左右。

一种采用数学形态学方法的姿态指示器填充算法

在现代飞机座舱电子飞行仪表系统中 ,全姿态指示器天地区域的实时填充是个非常费时的工作 ,但已有算法不管是在填充速度还是硬件可实现性上都存在缺陷。本文把适于硬件实现的数学形态学方法应用于姿态指示器的实时填充中 ,提出了一种新的区域填充算法 ,在此基础上引入种子概念 ,发挥数学形态学的并行运算能力 ,提高全姿态指示器的填充速度。文中进行了单粒和多粒种子的生长试验 ,在多粒种子并行填充的情况下 ,填充效果和速度性能均优于传统算法。该算法填充速度快 ,能并行处理 ,适用于姿态指示器等实时填充的场合。