基于级联与组合属性形态学滤波的模糊边界目标识别

应用属性形态学的属性准则级联与组合处理方法对模糊边界目标图像进行滤波,研究面积、面积亮度对比、形状、拓扑高度和后代数等属性形态学滤波原理及滤波适应性。通过最大树节点属性计数方式对模糊边界细胞进行精确统计,利用基于连通域灰度层次的拓扑分布节点属性描述和修剪方法,实现模糊边界分割和粘连目标识别,并采用柔性结构元素对复杂边界图像进行规约性滤波。实验结果表明,与现有目标识别方法相比,该方法能有效排除模糊目标图像中非感兴趣区域的背景干扰,提高对各类细胞的识别精度。