基于数学形态学的二值图象细化算法

介绍了传统细化算法的主要设计思想,提出一种改进的二值图象细化算法,在原有算法的基础上增加了一组承担交叉线两侧细化处理的结构元素.结果表明:这一算法使得目标图象能从各方面快速、均匀地收敛至其骨架.可以看出,结构元素是数学形态学中形态运算最重要最基本的概念,结构元素选择的是否恰当,将直接影响目标图象的细化结果.     

数学形态学图像细化算法在RE中的应用研究

在数学形态学的理论基础之上,运用8种结构元素模板对图像进行击中匹配迭代运算,不断剥落图像边缘点,从而得到图像的中心骨架,达到细化的目的．该细化算法的连通性、单像素宽度性、抗噪声性都非常良好,而且处理速度很快,非常适合于有大量图像处理运算的反求工程．     

基于数学形态学的二值图像骨架抽取算法

本文首先介绍了三种骨架抽取算法,并选取了最大圆盘的形态学骨架抽取算法作为研究对象,并对传统算法进行改进,不是选取单一的结构元素,而是选取两组(共8个)结构元素同时在各个方向对图像进行处理,得到了很好的效果。     

基于数学形态学的栅格地图处理技术

用数学形态学相关理论方法实现了对于扫描图像中不同线宽的同一线型，提取到同一线宽的二值线状要素图。在对此目标图像进行细化时，采用了基于双结构单元模板的细化算法；对于细化后的骨架线，采用了基于Freeman链码的动态改变步长的跟踪矢量化方法。     

图象的骨架,形态学结构元和细化算法

本文首先给出了骨架的数学定义，然后研究了形态学细化的结构元，最后根据结构元得到了形态学细化的基本算法和实例。     

基于数学形态学的图像汉字笔划细化和提取

文章提出了一种基于数学形态学的图像汉字笔划细化和提取方法。根据汉字的结构特点,定义了一组新的结构元素序列,保持了原样本图像汉字的连通性和拓扑性的骨架,有效地抑制样本细化后汉字笔划的扭曲和歪斜;在此细化的结果基础上,定义了一种新的汉字笔划提取算法,准确提取出原汉字的横竖撇捺笔划的形状、形态及形式结构信息,取得了理想的效果。     

基于数学形态学的二值图像细化算法研究

将数学形态学这一方法应用于数字图像的细化中,针对已有细化算法中存在毛刺这种常见现象,对原有的剪枝结构元素进行改进,提出了一种新的结构元素消除毛刺.在Visual C 软件编程实现的基础上,对这两种结构元素在计算量、处理速度、效果等方面作了相应的测试和比较.结果表明:改进后的剪枝结构元素在这3个方面都得到较好的改善,并获得了理想的处理结果.     

对汉字图像进行细化处理的一种新算法

细化是图像分析和模式识别中的一个重要的操作,而基于图像集合运算的数学形态学细化算法则是细化算法中的一个重要分支,它可以利用灵活多变的结构元素对不同的图像进行处理.在保持原有图像拓扑关系不变的前提下,给出了一种新的形态学细化算法对汉字图像进行细化处理.     

指纹图像细化算法的研究

对指纹图像的细化算法进行了较深入的研究，分析了两种常用的细化算法——快速细化算法和改进的OPTA算法各自的优缺点．针对这两种算法的不足，分析其产生的原因，并且在第二种算法的基础上，重新构建了细化模板，提出了一种新的细化算法．经过实验证明。该算法能够很好的满足细化的要求，细化完全彻底，细化以后的指纹骨架在纹线中心线，并保持了纹线原有的拓扑结构和细节特征，而且光滑无毛刺，运算速度也很快．     

二值数字图象的一种新快速细化算法

本文提出一种二值数字图象的新快速细化算法,包括两个步骤:(l)一步法:从四边同时并行去掉边缘点,使之成为由单层点或双层点构成的子图象;(2)后置处理:用串行法把双层点变成单层点构成所希望的细化图象骨架,并保持其骨架的连通性。实验结果证明这种方法是快速有效的。     

基于遗传算法自适应建立HMM的静脉识别算法

为了准确地对人的身份进行识别,利用图像中脉络延伸方向与脉络间位置的相互联系,将隐马尔科夫模型(HMM)应用于识别系统中,提出了一种基于遗传算法自适应建立HMM的静脉识别算法.图像经预处理后得到静脉的骨架信息,将细化后的静脉图像进行Radon变换,每一静脉对象可表示为一个HMM;对于已知确定的训练样本库,利用遗传算法自适应调整HMM参数,使所有测试图像的观测序列在真实匹配模型中发生的概率值远远大于其在虚假匹配模型中发生的概率值,提高了不同静脉对象的区分度.实验表明,该算法具有较高的正确识别率,并具有良好的实时性.     

数学形态学在圆形目标识别和定位中的应用

利用数学形态学简单准确和便于捕捉图形特征的特点，提出了一种提取圆形目标并定位图像方法。先用形态学开运算去除较小团块，再通过形态学边缘提取算法找出图像中物体边缘，通过圆形的判别标准，提取图像中圆形目标，并定位了圆心的位置。实验表明这是一种有效的提取圆形目标的方法。是实现多种特征定位的有效尝试。     

A Smart Mathematic Morphology Method for Recognition and Understanding of Airfield

0Introduction Recognitionandunderstandingoftargetsisaverysignificantbutdifficulttaskinthefieldofcomputervisionandartificialintelli gence.Sometypicalstructuralobjectssuchas airfields,bridgesandothersareoftenrequiredtobedetectedandrecognizedinautomatictar g…     

指纹图像细化算法的改进算法

对指纹图像算法进行了较深入的研究,分析了OPTA算法和改进的OPTA算法的优缺点,提出了一种新的细化算法,经过实验证明,该算法能够很好的满足细化的要求,细化完全彻底,细化后保持了纹线原有的拓扑结构和细化特征,而且光滑无毛刺,运算速度也很快。