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.

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.