一种改进的彩色图像形态学边缘检测算法设计

对一种灰度形态学边缘提取算法进行了改进,将其推广到彩色图像;并对改进前后的算法实验结果进行了比较,表明改进的算法性能良好。     

形态学算法在足球机器人视觉中的应用

针对传统视觉系统在机器人足球比赛中获取各实体位置不够准确的问题,提出一种基于形态学的腐蚀与膨胀算法对图像中的目标进行检测和识别,以提高了系统的实时性,减少了程序的运算量.     

基于Hough变换和数学形态学算子的对不规则直线的提取

提出了一种提取并定位不规则直线的方法.将Hough算法和数学形态学结合在一起,利用Hough算法对直线敏感的优点及数学形态学运算简单准确的特点,避免了Hough算法不能准确定位直线的位置,同时不能判断间断直线和微小弯曲直线的缺点.减少了提取的盲目性和计算的复杂度,加深了对图像的理解.     

一种基于投影法和形态学梯度的车牌定位算法

车辆牌照自动识别系统的研究与开发是现代交通控制管理系统中备受关注的问题,而车牌定位又是车牌识别的关键.在分析和研究目前有代表性的车牌定位算法的基础上,提出了一种基于投影法和形态学梯度的车牌定位算法,49个原始图像的实验结果表明,正确分割率由传统方法的91.84%提高到97.96%.     

数学形态学的基本原理和发展

论述了二值图像形态学、灰度图像形态学以及推广到彩色图像形态学的基本原理，提出了数学形态学进一步发展趋势。     

一种基于投影法和形态学梯度的车牌定位算法

车辆牌照自动识别系统的研究与开发是现代交通控制管理系统中备受关注的问题,而车牌定位又是车牌识别的关键.在分析和研究目前有代表性的车牌定位算法的基础上,提出了一种基于投影法和形态学梯度的车牌定位算法,49个原始图像的实验结果表明,正确分割率由传统方法的91.84%提高到97.96%.     

数学形态学边缘检测法及其对棉麻自动识别的应用

本文运用数学形态学方法提取棉麻纤维纵向投影图的边缘,然后按作者定义的形态特征参数外切矩形充满度对棉、麻纤维进行自动识别与分类,并计算出相应的混纺比。测试结果显示,本文的方法可达到较高的精度。     

基于云模型的文本特征自动提取算法

在综合考虑特征整体与局部分布基础上,提出一种高性能的文本特征自动提取算法.算法引入云隶属度概念对特征分布进行修正,不需任何先验知识,能根据特征分布特点自动获取云隶属度高的特征集.实验结果表明:该特征集具有特征个数少、分类精度高的特点,性能明显比当前主要的特征选择方法的性能优.     

血管病理图像形态自动分析系统

要进行血管病理图像形态自动分析 ,首先要自动分割出血管病理图像中的不同组织 ,然后检出血管腔、血管壁 ,最后进行形态分析 .文中叙述了系统各部分的主要算法 ,并给出了实验结果 .     

基于GPDM的形状建模算法

为了克服非刚体对象的形状建模中对象形状的非线性变化和高维状态表达带来的困难，通过分析有效解集合的分布规律，以提高紧致性和专用性为目标，设计了能提供正确约束的形状模型GPDM。从实验结果看出，该模型与传统的形状模型相比，它能提供更为准确的形状约束。     

数学形态学的细化算法

对目标图象进行细化处理,提取其骨架,在目标检测、图象编码以及光学字符识别等计算机视觉、图象处理与模式识别领域都有着广泛的应用．在定义了数学形态学图象轮廓和骨架的基础上,提出了基于两组结构元素模板的数学形态学细化新算法,这两组结构元素模板分别用来去掉目标的西北、东北、东南、西南方向四个角上的点和北、东、南、西四个方向上的点．用该算法对实际的字符进行细化,获得了令人满意的结果．     

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．     

基于数学形态学的细化算法

对二值图像处理中细化的算法进行了研究,介绍了基于形态学的细化算法,同时,对数学形态学的相关理论做了介绍。并利用该算法对地图图像进行了细化处理,取得了良好的实验效果。通过实验研究可以看出,该算法设计灵活,便于实现,具有一定的实用性。     

基于数学形态学的图像序列分割

提出了一种适合于极低传输比特率视频编码应用、基于数学形态学的图像序列分割方法。为了适当地利用相邻帧间的时间关系，提出了采用运动估计技术的时间递归形态分割方法。     

一种基于XML扩展的电子设备描述方法

讨论了电子设备描述（EDD）产生的背景和原理，并对现有设备描述技术进行了深入的分析，最后针对其不足提出了解决方法．     

基于改进的形态学算子的灰度图像边缘检测

提出一种改进的形态学图像边缘检测算法.针对单结构元素在检测时出现检测结果边缘线条粗、不连续性的问题,该算法提出了利用6种具有代表性的结构元素进行膨胀组合,形成多尺度结构元素,从而弥补了传统边缘检测算法提取灰度图像细节边缘少及抑制噪声能力差的缺点.     

基于直方图的形状描述及骨架图匹配算法

考虑物体形状的多变性,给出了一种基于二维直方图的物体形状描述及骨架图匹配算法.该算法利用骨架长度和骨架上点的圆盘半径作为特征量来描述形状.首先基于二维直方图给出一种形状及骨架端点的特征描述方法,其次结合改进的最优子序列匹配算法实现骨架图的匹配.算法中的形状及骨架端点的特征描述在一些常见非刚性变换下具有不变性.实验结果表明,该算法能够实现一些非刚性变换下的物体形状的骨架图匹配和较高精度的形状检索,且复杂度较低.     

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。     

基于数学形态学的图像边缘检测算法

传统的边缘提取算法非常有效但对噪声非常敏感,大多形态学边缘检测算法采用单一结构元素,很难对复杂边界进行有效的处理.文中提出一种基于多结构元素多尺度的数学形态学图像边缘检测算法,先用多尺度结构元素交替顺序形态开-闭平滑图像以去噪,再用多结构元素对不同方向的边缘进行提取,最后将各方向边缘融合得到图像边缘.实验结果表明,文中提出的算法不仅具有很强的抗噪性,而且能有效地提取图像的边缘.     

三角范逻辑的模糊形态学分析

模糊数学形态学是由模糊逻辑和数学形态学相结合而产生的一种新理论,是模糊信息处理方法的一个重要发展．在分析现有几种模糊数学形态学的基础上,提出用三角范逻辑来统一构造模糊形态学算子的思想．并对这一设想进行了理论分析,对构造出的算子分别进行了一维、二维空间上的特性分析和计算演示．实验结果表明,模糊形态学算子应用在灰度图象上能体现传统数学形态学的性质,能平滑图象,去除噪声,还可用来进行多尺度的边界提取等．