作物病害图像中重叠病斑分离算法

针对传统的分水岭分割算法的不足,应用了一种基于标记测地重建的分水岭算法对棉花重叠病斑图像进行分离。首先对病斑二值图像利用多尺度距离变换获得病斑的距离图像,通过极限腐蚀操作检测出标记种子;然后以种子标记为基础,运用形态学测地重建运算获取测地影响区骨架SKIZ——分水岭线;最后利用分水岭线与原病斑图像进行交集运算,从而得到分离的图像。运用该算法对棉花重叠病斑图像进行分离,试验结果表明:该方法能较好地将图像中的重叠病斑分离,并较好地保存病斑边缘信息,对图像中的微小结构和噪声不敏感,具有良好的鲁棒性。

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。

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。

梯度水线的尺度空间

提出了一种在原始梯度水线划分约束下应用于图象灰度表面的层化变换。经此变换之后，在多尺度测地重建滤波下，不同尺度的梯度水线将存在严格的因果关系。在此基础上能够建立测地重建这种形态滤波器下的梯度水线的尺度空间，以及多尺度计算框架。作为它的一个应用例子，讨论了一种基于区域跟踪的序列图象分析方法。这种多尺度框架能有效提高算法的稳定性、可靠性和计算效率。