|
EDA365欢迎您登录!
您需要 登录 才可以下载或查看,没有帐号?注册
x
摘要:为了解决现有图空间上形态学应用中固定选取结构元素的问题,在图空间上提出了相似权的概念,定义了自适应结构图,对结构图的性质进行了证明.在此基础上提出一种图空间上自适应形态学算子,并从理论上验证了该算子的完备性.新算子不仅考虑了图像像素点的局部特征,同时考虑了连续像素的全局特征.实验结果表明,新算子不仅在保存彩色信息的完整及关联性方面优于现有的彩色形态学,而且可以根据图像的特征自适应的选取阈值和结构元素,在更精细的图像处理方面具有良好的应用前景.* M( v8 S! h1 Y" H
& v+ A* H: R. l0 B
关键词:自适应形态学﹔图空间;结构元素﹔相似权;极值提取算法;阈值5 r$ {' T$ ]- C9 e& J
8 ]% l& w$ K$ _- H 数学形态学(Mathematical Morphology)是以强大数学理论为基础的图像处理方法,可以用来解决医学图像.抑制噪声,图像分割、目标识别及边缘检测等图像处理问题.数学形态学是以图像几何特性和结构特性的定量描述与分析为其主要研究内容,是一种非线性图像处理和分析理论.形态学图像处理已经成为数字图像处理的一个主要研究领域,数学形态学算法变得越来越简单而高效,并且已经在各个领域有了成功的应用,比如遥感图像、医药医疗、工业质量控制、信息安全、目标检测、生态气候、文字识别、图像分割、人脸识别等领域。: P+ r/ }8 i- x8 F
. O& Q' z; B/ C
4 X. _2 W. Z A( h6 ]% l9 i3 \: N1 |( A2 Q3 L6 z! y/ h
1 ~ |- S6 E4 k8 y# }, N& `3 J4 {$ O# U3 F9 q6 K" M
. a% o) s$ m1 |& d
|
|