数学形态学在工件识别预处理中的应用

结合工件预处理的实际情况,将形态学的开、闭运算运用于工件轮廓的修整、图片的去噪处理,将形态学的腐蚀或膨胀及图像相减运算结合运用于工件的边缘检测,并以实例证明了该方法是切实可行的。

基于数学形态学与均值方差的指纹图像分割算法

提出了一种基于数学形态学与均值方差的复合指纹分割算法,改进了指纹图像分割效果,提高了指纹图像分割的精确度。对FVC2000、FVC2002和FVC2004数据库的实验结果表明,该算法能有效地对指纹图像进行自动分割,具有较快的速度和较好的鲁棒性。

基于形态学的改进灰度图像边缘检测算法

边缘检测是图像分析和模式识别的主要特征提取手段.为了能更加精确地检测噪声较多的灰度图像,在灰度图像边缘检测算子中引入了数学形态学概念,将数学形态学中的开、闭运算改进为抗噪型开、闭运算.经过Matlab实验验证,该算子能够克服经典算子抗噪性差的缺点,并且易于检测出图像的细节边缘信息,大大降低了运算量,方便计算机识别.为图像识别和分析提供了更加丰富完整的理论依据.

基于方差和数学形态学的指纹分割算法

比较分析了指纹分割的两种主要方法:方差法、方向法,针对这两种方法的不足之处,本文提出了一种基于方差和数学形态学的指纹分割算法。这种方法在方差法的基础上,再对得到的指纹图像进行数学形态学的开、闭运算。实验结果表明:这种方法对各种质量的图像指纹分割效果良好,并且运算速度快,尤其适用于需实时处理的指纹识别系统。