图像数学形态学变换的Delphi编程实现

基于数学形态学变换的原理,对这类图像给出了计算机自动识别算法,并通过计算机编程实现。结果可以看出,处理后的图像在保持基本形态不变的情况下,较好地解决了磨粒粘连问题,并且图像的质量得到了改善。

基于形态学变换和FFCM聚类的灰度图像颜色迁移算法

针对传统颜色迁移算法计算量大、对图像无法准确进行颜色迁移的问题,提出一种基于形态学变换和快速模糊C均值聚类(FFCM)的灰度图像颜色迁移算法。首先对目标图像进行腐蚀膨胀运算,消除亮度不均匀的区域,通过FFCM聚类算法对目标图像进行准确聚类,然后在目标图像与源图像中选取对应样本块,完成样本块的颜色迁移,并以已上色的样本块为参考,完成图像的全局颜色迁移。实验结果表明:与Welsh和FCM算法相比较,本文算法处理时间分别缩短64.29%和54.25%,结果图像在类间交界处的颜色过渡更加自然,证明了算法的有效性。

一种基于形态学变换的车道检测方法

利用形态学图像处理技术,基于形态学变换的道路检测方法,能够应用形态学变换、Canny边缘检测与Hough变换检测出直线道路车行道的边缘线。试验表明该方法能够准确提取出目标区域轮廓。

基于混沌理论和形态学变换的海面分布目标检测

基于海杂波的混沌特性,给出了混沌理论和形态学变换相结合的海面分布目标检测方法。该方法首先利用海杂波的混沌预测误差对海面合成孔径雷达(Synthetic aperture radar,SAR)图像中的分布目标进行恒虚警率(Constant false alarm rate,CFAR)检测,然后用形态学变换来改善检测效果。用实测的机载海面SAR图像进行检测实验,结果表明该算法有效,并且可以对任意类型的海面分布目标进行检测。

基于多尺度高斯滤波和形态学变换的红外与其他类型图像融合方法

为了同时保证融合质量和效率,提出了一种基于多尺度高斯滤波和形态学变换的图像融合方法。设计了多尺度高斯滤波,将源图像分解为一系列细节图像和近似图像,并使用多尺度顶帽和底帽分解来完全提取近似图像中不同尺度的明暗细节。构造了多尺度形态学内外边缘分解,以充分提取细节图像的边缘信息。实验结果表明,该方法与典型的基于多尺度分解的融合方法相当甚至更好,同时比一些先进的基于多尺度分解的方法(如NSCT和NSST)运算速度快得多。

基于VMD和形态学自互补Top-Hat变换的滚动轴承故障诊断方法

针对滚动轴承故障类型判别问题，提出了基于VMD和形态学自互补Top—Hat变换的滚动轴承故障缺陷的诊断方法。首先，须提前设置VMD处理后所得IMF的数量的最优值（K），选用观察中心频率法；应用VMD后，再经峭度一相关准则选择最佳IMF分量；用形态学自互补Top—Hat变换处理最佳IMF，削弱干扰噪声，使故障特征加倍突出；最后，对最佳IMF实行包络解调，从而识别出故障类别。应用基于VMD和自互补Top-Hat变换的滚动轴承故障诊断方法对美国西储大学的滚动轴承故障实测信号进行处理研究，有效的提取出故障特征频率，表明此方法在实现滚动轴承故障诊断工作中具有一定的意义。

基于数学形态学的直流接地极线路单端行波故障测距

针对直流接地极线路故障暂态行波的传播特点,提出了一种基于数学形态学的单端行波故障测距算法。该算法采用具有滤波功能的形态学梯度变换来处理行波浪涌,在有效滤波的基础上,利用数学形态学梯度变换分离正、反向行波浪涌,不但能取得暂态行波信号突变点的时刻,还具有一定的抗干扰性,而且不存在时间窗长度的问题,有效提高了测距的精度和可靠性。通过PSCAD和Matlab证明了该算法的可行性,有利于提高直流接地极线路单端行波故障测距的可靠性和准确性。

一种基于形态变换的复杂背景字符笔画提取方法

OCR软件对图像背景的字符的处理能力有限,为了提高OCR的识别率必须对字符进行预处理。该文提出采用SUSAN拐角检测算法生成图像字符区域的拐角响应图,然后利用拐角过滤算法去除错误的拐角响应生成字符候选区域,最后应用了形态数学变换将字符笔画精确地分离出。经实验检验本算法较好地完成字符笔画提取,是一种提高OCR软件识别率的有效方法。

形态学重建与Canny结合实现机场跑道边界检测

针对机场边界检测出现跑道边界不连续和误检的现象,采用形态学方法对机场的灰度对比度和结构特征进行增强,即先利用大尺寸的结构体进行形态学重建顶帽变换增强机场与背景的灰度对比度,然后采用形态学重建滤波器平滑图像噪声,提高机场内部的同质性;在此基础上对增强后的图像进行梯度计算,并基于判别分析估计了双阈值,采用Canny算子实现跑道边缘检测。为了检验提出的方法,对4幅不同城市、不同类型的机场高分辨影像完成了机场跑道的边界提取。其中临潼和开封机场属于军事用途的机场,其跑道边界被完美地提取出来,背景被完全抑制;首都和咸阳机场为大型国际机场,其获取的跑道外部边界也比较完整。另外设计了对比实验,检验了不同步骤对结果的影响。实验结果表明,该文的跑道边界检测方法有效且简洁,它同时解决了跑道与背景对比度增强、图像随机噪声与无关背景对象抑制,以及跑道边界完整性保持等几个问题,为机场跑道信息提取提供了一个可靠的方案。

基于形态学的自动QT间期检测方法的研究

目的本文针对当前移动监护平台的需要,研究并设计一种新的基于多尺度形态学导数变换的心电信号特征点自动识别算法,从而实现QT间期的检测。方法引入三角形和线段作为形态学变换的结构元素对对心电信号进行多尺度形态学导数变换(multi-scale morphological derivative transform,MMDT),根据波形的形态学特征将其分为4种情况,并针对每种情况分别设计最佳方案来对Q波起点进行检测。同时引入"翼"函数选取T波的2个参照点,辅助确定T波峰位置及其终点,使得MMDT方法在检测双峰T波(90.9%)和双相T波(86.7%)时的精度和识别率得到较大改善。结果本文采用了CSE数据库中的80个心电记录对算法进行评估,数据统计结果表明该算法与小波变换方法相比其整体误差及标准差更小,对非正相T波的检测性能大幅提高。结论相比小波变换和自适应阈值方法,该算法经验参数少,运算量低,非常适合用于移动监护和HOLTER系统,具有广阔的应用前景。

基于阈值分割与形态学变化的树叶面积测量方法研究

在农业生产中,树叶面积为农作物合理密植提供重要依据,快速准确的测量树叶面积已成为指导农作物生产的一项重要内容。但树叶属于不规则多边形,测量较为困难,文章采用数字图像计算不规则树叶的面积。首先对采集到图像进行几何纠正,然后通过形态学变换与中值滤波相结合的方法去除图像噪音,最后通过提取目标图像的轮廓特征,计算树叶面积。此测量过程成本较低,在农业生产中具有一定指导作用。

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。

基于非下采样双树复轮廓波变换和稀疏表示的红外和可见光图像融合

提出了一种基于非下采样双树复轮廓波变换(NSDTCT)和稀疏表示的红外和可见光图像融合方法,以改善传统的基于小波变换的图像融合方法的不足。该方法首先利用形态学变换处理源图像,利用NSDTCT变换进行图像分解得到低频子带系数和高频子带系数。根据高低频系数的不同特点,提出改进的稀疏表示(ISR)的融合规则用于低频子带;然后将改进的空间频率作为脉冲耦合神经网络的外部输入,提出基于自适应双通道脉冲耦合神经网络(2APCNN)的融合策略用于高频子带。最后通过NSDTCT逆变换获得融合后的图像。实验结果表明:本文方法在客观指标和视觉效果方面均优于传统图像融合的方法。与传统的NSCT-SR方法相比,实验的两组图像中4个客观指标:互信息(MI)、边缘信息保留量QAB/F,平均梯度(AG)和标准差(SD)分别提高了9.89%、6.39%、104.64%、55.09%和9.53%、17.77%、95.66%、52.89%。

基于数学形态学的电能质量干扰信号的检测

对于电能质量干扰信号的检测问题,本文提出用数学形态学的形态变换来实现,首先对形态变换进行了讨论,然后通过仿真分析,仿真表明用形态变换能够很好的检测电能质量中干扰信号的突变,为电能质量的改善提供了依据。

基于曲波变换的视网膜血管图像增强算法

视网膜血管图像存在像素对比度低等特点,干扰正常的视网膜图像分割.针对视网膜血管的图像特性,提出了一种改进的基于曲波变换的视网膜血管图像增强算法.首先选取视网膜图像的绿色通道分量进行预处理,然后通过对变换系数的自适应增强完成图像的增强处理,并结合改进的形态学变换,实现图像细节的增强和背景噪声的抑制,使得图像对比度得到增强,细节信息更加明显.通过与其他增强算法的比较表明,该算法在增强对比度、降低噪声干扰等方面优于其他算法.

形态分水岭算法在重叠米粒图像分割中的应用

在大米检测盘上的颗粒往往会出现紧靠或者重叠的米团,导致大米检测图像中常出现重叠大米区域,这给后续大米检测分析等工作带来了很大的困难;虽然传统分水岭算法是一种广泛使用的分割方法,将其用于重叠米粒图像分割可以克服由于米粒交叠造成的图像分析困难,但缺陷在于它的过分割结果。提出了一种针对分水岭过分割问题的形态分水岭算法,它结合形态学和传统分水岭变换的优势。实验证明该算法简单、分割粘连颗粒和抑制过分割的效果很明显,运算的速度也满足实际要求。

基于方向小波变换的镁熔液弱小气泡检测

运用方向小波的多尺度和多方向变换,对高温镁熔液表面弱小气泡进行检测。先对原始图像进行方向小波变换重构高频,抑制背景杂质,再作帧差和迭代阈值分割处理,最后运用数学形态学检测到弱小气泡,并将结果与传统小波检测进行比较。实验结果表明方向小波变换方法是有效的,而且方向小波更符合图像的方向特点,能够较好地检测出复杂背景中的弱小气泡。

基于背景抑制的星空图像目标运动轨迹提取

研究了空间观测CCD图像弱小目标检测与运动轨迹提取技术,介绍了一种基于背景抑制的多目标检测与运动轨迹提取方法。首先,对图像进行阈值处理,滤除图像的背景灰度和噪声;然后生成基于序列图像叠加与形态学变换相结合的背景掩模图像,对序列图像进行屏蔽处理,得到运动目标图像;对目标图像进行交叉投影算法确定目标区域,并进一步精确确定目标质心,进而提取目标的运动轨迹。实验证明所提出的算法不仅能够有效检测星空序列图像中的多个弱信号小目标,而且具有较强的实时性。

多尺度唐墓室壁画病害标记及修复技术研究

古代壁画虚拟修复包括病害标记与缺损信息填充两部分。病害标记结果为虚拟修复建立先验模型,标记区域为图像信息缺损部分,未标记区域为有效信息源,修复过程为有效信息向缺损区域扩散的过程。依据唐墓室壁画的病害分类标准,采取多尺度病害标记,利用形态学高帽、低帽算子设计多尺度结构元素对病害进行标记,形成龟裂、裂隙、裂缝三种病害的分布图,并产生相应的掩膜。以此掩膜图像为先验模型,改进CDD算法的信息扩散方式,用交叉扩散代替正交扩散以适应带有确定方向性的信息缺失区域被合理填充,该方法能实现唐墓室壁画的多尺度修复。

接触网支柱号牌定位与字符分割方法

针对高速巡检车成像质量较差的情况,提出一种基于形态学变换的定位算法,在此基础上,采用投影分割法提取字符。使用形态学变换得到号牌候选区域,利用其结构特征与HOG&SVM(梯度直方图与支持向量机)进行筛选,通过仿射变换与两次垂直投影提取号牌上下边界,利用投影矩阵的极值点得到候选分割点,分析其距离的变异系数得到合理的字符分割点。在普速铁路上的实验结果表明,号牌定位与字符分割正确率分别达到96.9%与95%,相对于传统垂直投影分割法与自适应投影分割法,字符分割正确率分别提升了19.9%与6.5%。