全方向多角度结构元复合形态滤波器

介绍了一种新的形态运算方法,并在此基础上构造了一类全方向、多角度结构元复合形态滤波器。理论分析和仿真试验表明,这类滤波器与现有的中值滤波器、全方位多结构元形态滤波器等非线性滤波器相比,具有更好的性能,在有效去除噪声的同时,能充分保留原图像的细节信息。

一种基于多结构元的形态滤波器设计

数学形态学可以看作是一种特殊的数字图像处理的方法和理论。数学形态学中的各种变换、运算、概念和算法的目的在于描述图像的基本特征或基本结构，也就是描述图像的各个元或各个部分之间的关系。它的基本思想是基于集合的交、并、移位运算，产生出二值形态学和灰值形态学的基本运算，如腐蚀、膨胀、开、闭、击中击不中及其一些性质。

一类多结构元自适应广义形态滤波器

基于广义形态开—闭和闭—开运算，采用多种结构元和自适应加权平均技术，定义了一类新型形态滤波器。这类滤波器不仅可以有效地抑制图象中的噪声，而且较好地保持了图象的几何特征。滤波器计算简单，便于实时并行处理。

双结构元形态滤波器

数学形态数学作为一种新的方法 ,已在信号处理中得到了重要应用 .利用双结构单元 ,本文提出了一种新的 CO形态滤波器并讨论了它的性能 .理论分析表明该滤波器与单结构元 CO形态滤波器相比 。

一种基于数学形态学的多结构元图像分割算法

针对Canny图像分割算法容易出现目标边缘断裂和粘连现象,根据数学形态学中开闭运算的性能,结合目标基本形状特征,提出了多结构元多层次图像分割后处理算法。算法利用多个尺寸逐渐增大的圆盘结构元,对目标边缘图进行闭运算,每次运算前根据目标基本形状特征过滤已达到好的分割效果目标,同时选择合适尺寸结构元对分割不好目标图像进行开运算,消除目标之间粘连及目标边缘突起。实验结果表明算法能够有效平滑目标轮廓,连接断裂边缘,去除目标粘连,算法提高了Canny边缘检测算子的图像分割准确性,减少了对Canny算子对参数的依赖性。

新型形态学滤波器的构造与应用

数学形态学是一门非线性的图像处理和分析工具。在图像滤波处理过程中,采用形态学开闭算子组成的滤波器,能得到很好的滤波效果。由于图像中几何形状多样性,以及噪声的特性,在形态学滤波器中常需要选择合适的形态学结构元。采用不同方向和不同尺度构成的形态学滤波器进行组合,得到新型的形态学滤波器。通过实验表明,新型滤波器对多方向的噪声特性去除效果较好,并且能很好地保持图像的方向几何特征。

基于形态学电能质量干扰检测算法中结构元素的选取

基于形态学的电能质量干扰检测算法所选用的结构元素对检测效果有着重要的影响。因此,在对基于形态学的电能质量干扰检测算法进行验证之前,需要首先确定所用结构元素的形状。针对电力系统中的常见电能质量干扰,通过仿真分析,以基于广义形态学开闭和闭开小波变换(GMOCUW)的电能质量干扰检测算法为例,对基于几种常用简单结构元素及其组合的GMOCUW的检测效果进行详细地分析研究,进而给出GMOCUW最优结构元素的形状。同时总结关于基于形态学的电能质量干扰检测算法中结构元素形状选取的一些简单原则,为基于形态学的电能质量干扰检测算法中结构元素的选取提供一定的参考。

基于数学形态学的图像滤波方法

针对图像滤波消噪的同时把图像中一些重要的细节特征消去这个问题,阐述了数学形态学的基本运算及其在图像滤波中的应用,提出了基于数学形态学的图像滤波方法。该方法在指纹图像处理的应用中表明了它的有效性。

基于形态开闭算子的高浓度椒盐噪声去除方法

针对传统形态滤波器滤除高浓度椒盐噪声不足的问题,提出一种基于形态开闭算子自适应的高浓度椒盐噪声去除方法。该方法分为噪声检测和形态开闭自适应滤波2个阶段。在噪声检测阶段,得到噪声标记图像,并依据噪声标记图像生成自适应的结构元素。在形态滤波阶段,对可能的噪声点进行形态开闭滤波,而对非噪声点不做滤波处理直接输出。通过一个简单的噪声检测方法构造自适应结构元素,提升传统形态滤波器的滤波能力。仿真结果表明,该方法能有效去除高浓度的椒盐噪声,较好地保留图像的细节信息,并且算法简单,运算时间较短。

一种全方位多角度自适应形态滤波器及其算法

根据形态滤波器的结构元特性,结合形态开—闭(闭—开)组合运算及自适应算法,建立了一种能有效去除复杂纹理图像中的各种噪声,并较好的保持图像细节的方法。实验证明,这种全方位多角度自适应形态滤波器与现有的中值滤波器、全方位结构元形态闭—开最小、开—闭最大滤波器等非线性滤波器相比较有更好的降噪性能及细节保护能力,扩展了形态滤波器在滤除高斯噪声方面的应用,提高了形态滤波器的适应性。

全方位多角度加权组合形态滤波器的设计

针对数学形态学在图像去噪处理中的应用,采用全方位多角度结构元素,构造了一类新的形态滤波方法.这类滤波器不仅可以有效地抑制图像噪声,而且与现有的中值滤波器、全方位多结构元形态滤波器等非线性滤波器相比,能更充分保留原图像的几何结构特性,图像视觉效果显著提高.

基于数学形态学的边缘检测算法研究及应用

为了更好地提取图像边缘信息并且抑制噪声,根据Canny评价边缘检测性能优劣的三个指标的启示和多结构元思想,对一般数学形态学边缘检测进行两点改进:一是利用复合数学形态学滤波器对图像滤波,二是利用多结构元思想构造多结构元抗噪型数学形态学边缘检测器。同时总结了利用改进的数学形态学边缘检测算法进行边缘检测的步骤。实验结果表明,该方法可以保留更多的边缘信息,一定程度上解决了信噪比和单边缘响应两个性能指标之间的矛盾。最后将其运用到气密性测试中,得到一种新的气密性测试方法。

基于形态学重建和梯度分层修正的分水岭脑肿瘤分割

针对脑部核磁共振成像(magnetic resonance imaging,MRI)图像中因噪声、灰度不均匀及边界模糊不连续等造成肿瘤难以准确分割的问题,提出一种基于形态学重建和梯度分层多尺度修正的分水岭分割方法。首先对原始图像进行形态学混合开闭重建以平滑去噪,同时保留目标轮廓信息;然后根据梯度图像的三维地貌体积对其进行分层多尺度修正,自适应地确定修正所需的结构元素尺寸,对低梯度层级采用较大尺寸结构元素进行闭运算修正,消除产生过分割的非规则局部极小值,而对较高梯度层级则采用较小尺寸的结构元素,保持区域轮廓的位置不变;最后在修正基础上,运用标准分水岭变换实现图像分割。实验结果表明,该方法与标准分割的相似度指数和Jaccard指数均较高,且过分割率和欠分割率均较低,具有较好的分割效果。

基于微分形态学断面的遥感影像分割方法

介绍形态学测地重建与开闭重建运算,提出基于微分形态学断面的影像分割方法。首先生成原始影像的微分形态学断面影像,然后比较得到像点的微分断面特征,最后以微分断面特征为基础实现影像分割。以IKONOS卫星影像为例,该方法能够有效地分割噪声严重、反差较低的遥感影像,同时在保持物体的形状、大小信息等方面具有优势。

一种基于数学形态学的遥感影像分割方法

介绍形态学测地重建与开闭重建运算,提出基于微分形态学断面的影像分割方法。该方法首先生成原始影像的微分形态学断面影像,然后通过比较得到像点的最大微分断面值以及相对应的特征结构元素,最后以特征结构元素为层次,逐层分割影像。以IKONOS卫星影像为例,该方法能够有效地实现影像的分割,在分割较低反差的影像部分等方面具有优势。

变差函数和形态学滤波的图像去雾算法

目的为解决户外视觉系统在恶劣环境下捕捉图像存在细节模糊、对比度较低等问题,提出一种基于变差函数和形态学滤波的图像去雾算法(简称IDA_VAM)。方法该算法首先利用变差函数获取较准确的全局环境光值,然后对最小通道图采用多结构元形态学开闭滤波器获取粗略的大气散射图,进而估计大气透射率并进行修正,接着采用双边滤波对其进行平滑操作,最后通过物理模型得到复原图像并进行色调调整,获取明亮、清晰无雾的图像。结果本文算法与多种图像去雾算法进行对比,在含有雾气的近景图像、远景图像以及有明亮区域的图像均能很好地去除雾气,图像的信息熵值相对提高了38.0%,对比度值相对提高了34.1%,清晰度值相对提高了134.5%,得到较好的复原效果,获取一幅自然明亮的无雾图像。结论大量仿真实验结果证实,IDA_VAM能够很好地恢复非复杂场景下的近景图像、远景图像以及含有明亮区域图像的色彩和清晰度,获得清晰明亮的无雾图像,细节可见度较高,且算法的时间复杂度与图像像素点个数呈线性关系,具有较好的实时性。