基于灰度形态学重建的骨料颗粒群图像分析方法

为解决图像分析堆积态骨料颗粒群时存在的识别精度问题,应用平板扫描仪,提出了基于灰度形态学重建的粘连颗粒分割方法和基于最小凸多边形边界拟合的骨料图像优化技术.采用图像法分析骨料颗粒群特征参数,计算出图像分析中最小样本颗粒数为720.结果表明:基于灰度形态学重建的骨料颗粒群图像分析方法能解决骨料颗粒粘连时的识别问题,并计算出骨料级配、针度、圆度、球度、棱角性指数、比表面积和针状颗粒含量等颗粒群特征参数.

融合形态学灰度重建与三角网分层加密的LiDAR点云滤波

形态学滤波与三角网加密滤波是从LiDAR点云中自动识别真实地面点的两种重要方法,本文分析了两种方法优劣性及其过程实施的特点,提出了一种融合形态学灰度重建与不规则三角网分层加密的点云滤波新策略:1首先对LiDAR点云实施Ⅰ类错误优先的形态学灰度重建初始滤波,并通过"非最小值抑制"将LiDAR点云标记为地面可靠点、地面可疑点、非地面可疑点三种类别;2依据形态学灰度重建迭代顺序对非地面可疑点进行分层标记;3利用地面可靠点构建初始三角网,对地面可疑点、非地面可疑点依次进行三角网加密滤波,并基于分层标记信息自适应调整地面点判据参数。ISPRS标准数据滤波实验结果表明,本方法滤波质量高且具有较好的通用性。

基于穹顶提取的边缘选取算法

在检测斜坡状边缘时,由于噪声的影响,经常出现单边缘多重响应现象.灰度形态学重建(grayscale recon struction)可以用于提取穹顶(dome).文章指出并证明了穹顶所具有的三个特性,并提出一种基于穹顶在梯度图中选取边缘的算法(DEG).根据指出的穹顶的特性,该算法具有非极大抑制(non maxima suppression, NMS)的效果;并且它仅选取出梯度图中相应于边缘的极大值点,在其附近由噪声引起的小的极大值点不会被选取出.算法的时间复杂度和内存要求同非极大抑制法相比没有明显的增加.实验结果显示,该算法抑制了单边缘多重响应现象,具有非极大抑制的效果,同时不会引起边缘的移位,适合用于对斜坡状边缘的检测.

一种基于分水岭变换的细胞图像分割方法

提出了一种混合的分水岭变换策略并应用于骨髓细胞图像分割中。该策略综合运用基于标记的形态学重建和基于区域相似度的区域合并算法,克服了传统的基于标记的分水岭变换对于标记提取敏感的缺点,及区域合并算法速度慢,结果不精确的问题。实验结果表明,该方法能够准确高效地分割骨髓细胞图像。

基于主动轮廓的三维气管树自动分割方法

在计算机辅助手术领域,对CT图像中肺部区域的气管和支气管进行准确分割和提取具有重要意义。气管和支气管的分割提取有助于手术的导航参考,准确的提取结果有助于避免手术中对支气管的损伤。本文设计了一种全自动的三维肺气管分割算法:首先,将基于主动轮廓的GCS方法引入到肺气管分割当中,在三维图像中得到粗分割结果;然后,利用灰度重建的方法将粗分割结果中分离的部分变得连通;最后利用三维区域生长提取支气管树。实验结果表明,本文方法能够稳定地分割出不同病例的支气管树,与自动阈值区域生长分割结果相比较,本文结果在支气管分叉数上有很大的提升,最少提升有28%,最多达86%。

脉冲颗粒噪声估计法估算CMOS图像传感器辐照强度

提出了一种基于自适应阈值分割和形态学灰度重建的图像脉冲颗粒噪声估计方法,用于CMOS图像传感器辐照噪声强度估计。分析了可由图像脉冲颗粒噪声估计辐照强度的依据;利用自适应國值估计方式,结合形态学膨胀腐蚀等操作,实现辐照图像中的弱光照区域分制;采用形态学灰度重建方法,检测弱光照区域的脉冲颗粒噪声分布,统计脉冲颗粒噪声的数量及面积。实验表明:该方法在降低图像边缘信息干扰方面优于高斯拉普拉斯算子方法,检测结果稳定性优于固定阈值二值化方法。