适于遥感噪声图像恢复的柔性形态滤波器优化设计

遥感图像在其成像过程中产生了噪声，对被噪声污染的遥感图像进行滤波处理，从中恢复出有用图像正在成为遥感进一步研究和应用的基础，选用了一种重要的非线性滤波方法——柔性形态滤波器，并用模拟退火算法进行柔性形态滤波器的优化设计，计算机仿真结果表明，优化后的柔性形态滤波器在遥感噪声图像恢复方面取得了较好的效果。     

基于T—S模糊系统和柔性多结构元的形态学彩色图像处理

基于数学形态学在处理二值图像和灰度图像方面的特点，文中在HSI颜色空间基于T—S模糊系统和柔性多结构元素上给出了新的彩色形态滤波和边缘检测方法．实验表明，柔性多结构元素比单一结构元素更优越，新的形态滤波和边缘检测方法对彩色图像处理能有效去除图像的噪声，保留图像细节．     

一种基于数学形态学的遥感图像边缘检测算法

为有效提取边缘密度大的遥感图像中的边缘信息，提出了一种利用灰度形态变换原理进行检测的有效算法，首先利用开-闭形态滤波器降低输入图像的噪声，然后将二值图像的边缘提取算法推广到灰度图像中加以应用。实验结果证明，此方法优于灰度形态梯度法。同时也优于Canny算子。     

滤除血管减影图像噪声的多SE形态金字塔法

在广义形态滤波器的基础上，与金字塔算法结合，提出了一种新的血管减影图像滤波器--多SE形态金字塔.它利用不同的结构元在金字塔的各层图像上进行形态运算，达到多尺度滤出噪声，同时尽可能多地保留图像几何特征的目的.还给出了实例，并与传统的形态金字塔进行比较.结果表明，新滤波器具有更好的噪声抑制和细节保持能力.     

一种基于数学形态学的遥感图像边缘检测算法

为有效提取边缘密度大的遥感图像中的边缘信息，提出了一种利用灰度形态变换原理进行检测的 有效算法，首先利用开-闭形态滤波器降低输入图像的噪声，然后将二值图像的边缘提取算法推广到灰度 图像中加以应用。实验结果证明，此方法优于灰度形态梯度法+同时也优于Canny算子。     

基于数学形态学的图像处理方法

从图像的描述方法出发，在二值形态变换的基础上，通过引入图像的阀集合和本影，导出了多值形态学基本形态变换建立的方法．并揭示了二值形态学与多值形态学在结构算法上的相互联系．在图像处理的形态学方法上，提出了基于形态变换的图像边缘提取、多种形态梯度、形态骨架表示方法，以及具有去噪和形态平滑功能的开、闭形态变换在图像分析中的应用．     

基于T-S模糊系统和柔性多结构元的形态学彩色图像处理

基于数学形态学在处理二值图像和灰度图像方面的特点,文中在HSI颜色空间基于T-S模糊系统和柔性多结构元素上给出了新的彩色形态滤波和边缘检测方法.实验表明,柔性多结构元素比单一结构元素更优越,新的形态滤波和边缘检测方法对彩色图像处理能有效去除图像的噪声,保留图像细节.     

形态滤波器在交通视频检测中的应用

介绍交通视频检测的基本过程，分析了交通视频图像的特征，研究了三种形态滤波器——中值滤波器、普通形态滤波器、顺序滤波器对交通视频图像的处理能力．顺序滤波器的使用依赖于二值图像中噪声与目标的分布参数P．提出了选择交通视频图像分布参数P和滤波窗大小的基本方法．实验证明，选用合适参数P的顺序滤波器能够大大减少计算量，快速地处理交通视频的二值图像，基本满足在各种气象条件下的实时采集交通数据的要求。     

复合顺序形态变换在红外图像边缘检测中的应用

针对红外图像对比度低、边缘模糊、噪声大、空间相关性强的特点,提出了一种基于复合顺序形态变换的红外图像边缘检测方法·通过图像的局部均值和方差自适应的调节增强系数进行图像增强;采用形态学边缘锐化算法改善边缘清晰度·根据复合顺序形态变换相关概念及性质构造3种广义形态学边缘检测算子,可有效抑制红外图像中的噪声,提取目标边缘·实验结果表明,这种算法可以有效地克服红外图像的缺陷,保持图像边缘细节,优于传统边缘检测器·     

基于顺序形态滤波的边缘检测

介绍了灰度图像的顺序形态变换基本概念,定义了两种基于顺序形态滤波的广义边缘算子,重点讨论了百分位ｐ＝１／２时的边缘算子抑制噪声、提取边缘的理论和方法。实验表明,同传统的边缘检测算子相比,该方法具有良好的噪声抑制和边缘提取特性。     

基于多尺度形态学的彩色图像滤波算法的研究

图像去噪是图像预处理过程中非常重要的环节,其去噪效果的好坏直接影响图像分析。针对彩色图像噪声的特点,提出改进的多尺度的形态学滤波算法,将灰度形态学的滤波算法推广到彩色图像,实验结果表明,多尺度形态滤波算法在滤除彩色图像噪声的同时,也能保持彩色图像边缘的信息和色彩信息。     

A new method for adaptive color image filtering

An adaptive color image filter (ACIF) is proposed in this note. Through analyzing noise corruption of color image, efficient locally adaptive filters are chosen for image enhancement. The proposed adaptive color image filter combines advantages of both nonlinear vector filters and linear filters, it attenuates noise and preserves edges and details very well. Experimental results show that the proposed filter performs better than vector median filter, directional-distance filter, directional-magnitude vector filter, adaptive nearest-neighbor filter, and a-trimmed mean filter.     

基于Alpha稳定分布模型的彩色图像边缘检测新算法

 在彩色图像的边缘检测中,如何去掉噪声的干扰及怎样更精确的检测出边缘是图像处理中一个非常重要的问题。本文提出了一种去除脉冲噪声干扰的彩色图像的边缘检测算法。首先,提出一种基于Alpha稳定分布模型的图像去噪算法。其次,利用改进的各向同性边缘检测器和快速熵阈值技术自动确定图像边界,并考虑了像素与其邻域像素的颜色距离进一步精确定位图像的边缘。实验证明,该算法能够克服脉冲噪声的影响,较精确的检测出彩色图像的边缘。     

基于形态滤波的灰度图像平滑

形态滤波是一种新型的非线性滤波技术．在灰度图像处理中，它对滤除脉冲噪声最为有效。文中阐述了形态滤波的原理以及在灰度图像处理中的Matlab实现。     

真彩图像去噪方法的研究与实现

在研究真彩图像的去噪问题的基础上,采用MATLAB的图像处理工具箱和小波工具箱分别实现了对真彩图像的去噪,并且给出了MATLAB源程序和仿真效果图,结果证明使用小波分析方法对真彩图像的去噪方法效果比较好,在要求实时传输时小波分析对压缩图像数据具有一定的应用价值．     

lab颜色空间和形态学处理相结合的双行车牌定位方法

车牌定位是车牌识别系统的前提和关键。针对双行车牌均是黄色车牌,且比较脏的特点,首先将图像由RGB颜色空间转换成Lab颜色空间;再利用Lab颜色空间的通道a提取出图像中的红色和绿色区域,通道b提取图像中带干扰的黄色区域,然后将二者相减,提取出图像中的黄色区域,并可同时去除背景及车身的大部分干扰;最后利用形态学处理滤除噪声等影响,粗略定位出车牌候选区域,再结合图像的纹理特征如面积、长宽比和连通域内像素个数最终定位出车牌区域。该方法对复杂环境下的双行车牌能实现快速准确定位,受光线、背景环境影响较少,同时对脏牌、污牌也能达到准确定位的目的。     

灰度数学形态学方法在眼底图象处理中的应用

眼底图是一种重要的医学图象。在对灰度眼底图象进行处理的过程中，形态学的ＯＰＥＮＣＬＯＳＥ变换被用来去除眼底图象中的高频噪声，ＴＯＰ－ＨＡＴ变换被用来进行血管突出。为了与形态学方法进行比较，文中还给出了二维低通滤波及模板匹配法，它们被用来滤除噪声及突出血管。比较结果表明，在处理结果相近的前提下，形态学方法具有思路简单、处理速度快的突出优点。     

基于小波变换和行程编码的彩色水印方法

提出了一种新的数字水印方法.该方法以小波变换为基础,结合行程编码和混沌置乱对水印进行嵌入位置的固定.结果实现了将二维彩色图像作为水印信息嵌入到二雏图像数据中.实验结果表明:提出的方法有较强的抵抗JPEG压缩攻击能力,并且对噪声、滤波,剪切等图像处理操作也取得了良好的鲁棒性.     

基于人眼视觉特性的自适应空域彩色图像数字水印算法

以静态图像压缩编码、彩色空间转换、人眼视觉特性(HVS)为基础，提出了一种将灰度图像(即数字水印)嵌入到原始彩色图像中的新数字水印算法．该算法具有以下特点：(1)应用静态图像压缩编码技术，实现了以灰度图像作为水印信号的数字水印算法；(2)充分利用人眼视觉特性(HVS)，实现了数字水印图像的自适应嵌入，增强了算法的透明性和鲁棒性；(3)能够依据原始彩色载体图像内容，实现数字水印嵌入深度的智能调节，(4)检测水印信息时，不需要原始载体图像．同时实验结果也表明：该自适应空域彩色图像数字水印算法不仅具有较好的透明性，而且对诸如叠加噪声、JPEG压缩、平滑滤波、几何剪切、图像增强、马赛克效果等攻击均具有较好的鲁棒性．     

多结构元素多尺度的数学形态学图像边缘检测算法

边缘检测是图象处理与模式识别的一个重要图象预处理过程。传统的边缘提取方法如Sobel,Prewitt和Canny等非常有效但对噪声非常敏感。形态学边缘检测目前已成一个研究热点,但大多算法采用单一结构元素,很难对复杂边界进行有效的处理。因此我们提出一种基于多结构元素多尺度的数学形态学边缘检测算法,先用多尺度结构元素交替顺序形态开-闭平滑图象以去噪,再用多结构元素对不同方向的边缘进行提取,最后把各方向边缘融合得到图象边缘。实验结果表明,提出的算法不仅有很强的抗噪性,而且很有效的提取图象的边缘。