应用形态学算子检测SAR图像中的湍流航迹

在条件合适的情况下 ,利用天基和航空 SAR( Synthetic Aperture Radar)可以观察到海上航行的船舶及其航迹。在 SAR图像中观察到的航迹有好几种 ,其中 ,湍流航迹是在所有航迹特征中出现的概率最大的一种 ,它一般是以暗的线的形式出现的 ,针对这一特点我们提出运用形态学算子来检测 SAR图像中的湍流航迹。运用形态学的方法有它自己的优势 :可以有效抑制斑点噪声 ,可以检测大于一定长度的航迹特征 ,而不会因为强的目标淹没弱目标 ,同时该算法很容易用硬件实现并行处理。运用 ERS— 2 SAR图像对算法进行测试 ,结果表明将形态学算子引入到湍流航迹检测工作中不失为一种好方法。

采用形态学算子的运动目标检测跟踪方法研究及实现

针对背景动态变化的场景,提出了一种基于全方位视觉的运动目标检测跟踪方法.采用统计方法建立背景模型,并实现背景模型的实时更新;利用减背景法和改进的二值图像连通域算法实现运动区域提取、分割;引入形态学算子计算目标区域体态比和紧密度,过滤背景干扰物;采用卡尔曼滤波与匹配矩阵相结合实现多个运动目标的跟踪;通过目标在HSV颜色空间中的H值、目标间的欧氏距离和目标相交面积等特征融合,提高目标跟踪的鲁棒性.实验表明,所设计的方法能实现实时准确的运动目标检测与跟踪.

一种新颖的灰度形态学算子

数学形态学方法是非线性图像处理中的一种重要方法 ,在二值图像处理中已获得了广泛的应用 ,但在灰度图像处理中的应用却相对有限 .文中从形态学算子构造的角度出发 。

矢量对偶形态学算子

对偶性是形态学算子的重要性质之一,且具有重要应用.现有的矢量形态学算子均难以满足对偶性,从而限制了矢量数学形态学理论的发展及应用.为了解决该问题,研究了现有矢量形态学算子的性质,发现彩色空间和矢量排序算法是导致矢量形态学算子难以满足对偶性的两个关键因素.通过选用对称彩色空间,利用矢量对称距离实现了具有对偶特性的矢量形态学算子.为了验证矢量对偶形态学算子的性能,给出了满足对偶特性的矢量形态学滤波及梯度算子,并将其应用到彩色图像滤波及边缘检测中.实验结果表明,矢量对偶形态学算子较传统的矢量形态学算子具有更好的对称性,对噪声条件下的图像进行滤波及边缘检测,均获得了更好的处理效果.

基于形态学算子的睫毛干扰抑制算法

针对虹膜识别中的睫毛干扰抑制问题,本文提出了一种基于形态学算子的睫毛干扰抑制算法。该算法将虹膜图像中的睫毛对象看作是背景图像中存在的随机的、不规则的细微裂缝,通过膨胀算子对这些裂缝进行像素填补,实现了对睫毛干扰的有效抑制。与常见的高斯滤波法相比,所提算法具有更强的睫毛干扰抑制能力。通过CASIA虹膜库的仿真实验表明,所提算法比高斯滤波法消除的睫毛像素点要多40%,可以使Daugman和Wildes定位算法的定位精度分别提高1.7%和2%,定位时间分别减少27.9%和24.2%。

基于形态学算子的Cubic图像缩放方法

立方卷积插值(Cubic算法)是一种常用的图像缩放方法。为了使喷码机喷印图像更加清晰可见,改善Cubic算法边缘模糊、分辨率低等不足,本文将形态学算子中的腐蚀运算与Cubic算法结合,以此进行了理论分析和实验验证。结果表明,此方法对提高图像边缘的清晰度和图像质量有明显效果。

基于形态学算子的分形图像编码

本文提出了一种基于数学形态学算子的分形图像编码方法．首先用AMSS算子对原图像进行作用，得到的结果作为DomainPool．在此基础上，再对图像进行分割、搜索并获得仿射交换族，形成相应的PIFS（PartitionedIteratedFunctionSystem）．本文对该方法下的压缩变换、解码算法、Collage定理等相关的理论进行了讨论．在编码过程中，采用AMSS图像作为DomainPool的意义在于，AMSS算子拓宽了DomainPool的边缘范围，使经过采样后的Domain块具有与Range块类似的边缘宽度，增加了两者之间匹配的可能性．实验表明，采用改进后的DomainPool，使Range块和Domain块得到了比较好的匹配，提高了压缩比．

基于递归式形态学算子过渡区提取的图像分割方法

本文提出了一种新的图像过渡区提取及图像分割方法。首先根据形态学的开、闭运算的几何意义,以某一尺度的结构元,以二者之间的差集构造一个粗糙的过渡区,然后采取递归的思想进一步构造精细的过渡区,最后利用过渡区得到图像分割的阈值,从而实现图像的分割。实验结果表明本文方法具有较强的抗噪性,并能取得良好的分割效果。

一种基于改进的形态学算子的边缘检测算法

本文提出了一种基于改进的形态学算子和多尺度多结构元素思想的边缘检测算法。改进的抗噪型形态学边缘检测算子增强了图像边缘检测时的抗噪能力,采用多尺度和多结构元素构建的边缘检测算法既具有较好的抗噪能力,同时可检测更多边缘方向。实验结果表明,该算法具有较好的抗噪能力,在检测出更多的边缘方向的同时可保留较多的边缘细节,具有较强的适应性。

基于改进形态学算子的木粉边缘检测算法

针对木粉显微图像边缘复杂、细节模糊等问题,提出一种基于HSV空间目标提取和改进数学形态学多尺度算子的边缘检测算法。基于HSV空间提取目标,排除背景噪声干扰;通过最佳方向检测改进传统多尺度形态学检测算子,避免了多方向检测的权重选择,以此获得较好的木粉边缘。实验结果表明:形态学检测算子优于传统canny检测算子;改进的形态学多尺度检测算子不但取得了较好的边缘检测效果,而且提高了边缘检测精度和定位能力。

矢量自对偶形态学滤波算子

自对偶形态学算子不依赖形态学腐蚀、膨胀算子的先后次序,是一种等同处理图像背景和前景的形态学算子.而将自对偶形态学算子拓展到多通道图像处理是一个难题.为了解决该问题,提出了基于极值约束的矢量自对偶形态学滤波算子(EC-VSDMF).首先根据对称矢量排序算法构建满足对偶性的矢量形态学算子,然后依据形态学算子中的极值原理优化矢量集合,从而有效抑制矢量集合中包含单通道极值的矢量作为输出结果,最终实现了具有约束功能的矢量自对偶形态学滤波算子(VSDMF).实验结果表明,EC-VSDMF继承了传统自对偶形态学滤波算子的性质,将其应用于彩色图像滤波可以改善现有矢量形态学滤波算子导致滤波后图像亮度和色度发生偏移的问题.滤波后的图像在有效抑制噪声的同时较好地保留了图像细节,滤波性能甚至超过了多种现有的矢量中值滤波算子.

基于HSV彩色空间的矢量形态学算子

在HSV彩色空间中,现有的矢量形态学算子对彩色像素的排序依据V、S、H顺序分层进行,从而违背了彩色图像中三个分量的平等原则,导致矢量形态学滤波算子难以去除彩色图像中由色调和饱和度分量引起的噪声,因此滤波算子性能较差.文中提出了一种基于HSV三分量混合运算的矢量形态学排序规则,并根据该规则定义了新的矢量形态学腐蚀、膨胀算子以及常用的矢量形态学滤波算子.实验结果表明,新的矢量形态学滤波算子较现有的矢量形态学滤波算子具有更强的噪声抑制性能,在保证图像不增加新的彩色像素的同时,去除了噪声并保留了图像细节,滤波后的图像具有较高的峰值信噪比和较小的均方根误差.

柔性矢量形态学梯度算子

经典的形态学梯度算子不能直接拓展到彩色图像处理中,现有的矢量形态学梯度算子对噪声较为敏感且性能较低。为解决该问题,提出了一种新的柔性矢量形态学梯度算子,并将其应用到彩色图像边缘检测中。新的形态学梯度算子利用柔性形态学原理有效地降低了噪声对彩色图像边缘的影响,从而提高了矢量形态学梯度算子的抗干扰能力。实验结果表明,新的柔性矢量形态学梯度算子在噪声条件下能获得较好的矢量梯度,对彩色图像的后续分割及目标识别具有重要的作用。

一种新颖的基于截集分解的形态学算子

数学形态学算子在机器视觉应用领域中 ,如目标识别、图像分割及缺陷探测中越来越引起人们的重视。二值形态学基本操作膨胀与腐蚀也已经扩展到灰值图像处理中。目前已存在有几种不同的灰值形态学算子的定义 ,但对于结构元为灰值图的灰值图像处理 ,还未有一种具有实时处理结构的形态学算子。文中给出了这样的一种灰值形态学算子的定义。为了进一步增强这种算子的处理能力 ,在模糊集构成的完备格框架下完成了这种算子的构造过程。

新型彩色图像形态学处理方法

提出了一种基于参考色彩的加权距离序与改进词典序相结合的彩色形态学算子定义方法,该方法利用L*a*b*色彩模型与其极坐标表示形式,采用权值影响因子,将矢量映射为标量函数进行初始比较;同时结合词典序来解决距离相等的不足,提出一种基于λ模数的一般词典序方法,能任意调整量化函数,降低排列在先的分量作用,将其应用到彩色图像处理中。与传统距离和词典序的彩色形态相比,该方法既能得到与视觉判断相一致的分析结果,更能保持图像色彩平衡的能力,特别是在纹理边界区域,图像边缘细节更为丰富,可以得到更平滑的处理效果。

基于形态学算法的摄影测量数据噪声滤波

摄影测量的点云数据通常叠加有多种形式的噪声信号,针对摄影测量中得到的扫描线形式的点云数据,采用形态学算子进行了噪声滤除。在完成噪声滤波的同时,在一定程度上对零件陡峭处获得的数据进行自动拟合。实例验证表明,该滤波方法处理速度快,其效果比其他的滤波方法好,滤波后的数据符合曲线曲面重构的要求。

复杂背景下人脸检测的数学形态学运算方法

皮肤的颜色特性被广泛地应用于人脸检测和跟踪中,本文采用HSV空间与归一化RGB空间相结合的肤色模型,提取原始图像中的类肤色区域作为候选人脸目标;采用数学形态学算子,分别用来完成去除噪声和干扰,分离侯选目标,提取眼睛嘴巴'孔洞',以及标示人脸轮廓等处理过程.大量实验表明,该方法能有效地剔除臂和手等非人脸肤色目标;能克服人脸遮挡,姿势和方向变化,大小差异,光照变化等造成的困难;该方法的计算开销较小,易于实现,适合快速人脸检测.

一种基于形态学梯度的电流互感器饱和检测改进算法

分析了目前电流互感器(CT)饱和检测各种算法的优势和不足,提出一种基于形态学梯度的电流互感器饱和检测的改进算法。算法包括两方面:一方面,利用混合形态滤波器对信号进行滤波预处理,最大限度地去除噪声对饱和检测的影响;另一方面,利用合适的形态学算子对去噪后的信息进行暂态突变检测。仿真结果表明,该算法设计简单、计算量小,具有较强的抗噪与奇异性检测性能,可通过选择合适的结构元素准确地确定CT饱和发生与结束的时刻。

基于形态学色差的彩色遥感影像水域提取

基于形态学变换的遥感图像分类提取技术在影像识别中得到了广泛应用,也取得了令人满意的效果。但在处理多光谱、高光谱影像中,由于较少考虑色差信息而使分类识别受到限制。本文在分析形态学算子特点的基础上,提出了基于形态学变换色差的水域特征提取策略。实验表明,该算法具有明显的优越性和较强的适应性。

数学形态学运算的再定义及其神经网络实现

该文在分析了传统的数学形态学基本运算的基础上,利用集合势的概念,提出了一种新的形态学算子定义方法,并据此引入了程度化数学形态学运算的概念,将腐蚀和膨胀运算合二为一。最后讨论了程度化形态学运算的神经网络实现及计算机仿真结果,从而,在不同于前人思路的情况下,实现了使用较少的结构元素信息对图象进行噪声滤波的操作。