基于数学形态学与Radon变换的车牌定位法

从粗定位和精定位方面考虑车牌定位.利用腐蚀、膨胀和差运算将RGB车牌图像转换为车牌图像位置为彩色的而其余位置是灰色的图像,将所获得的图像转化为灰度图像,利用Robert算子进行边缘检测,再进行腐蚀和膨胀运算,根据阈值获得连通区域,利用颜色特征实现车牌的粗定位.将粗定位后的图像进行二值化、差运算、Radon变换,再进行腐蚀运算,图像的填充等步骤,再考虑图像的上下左右边界实现车牌的精定位,对185幅车牌图像进行定位.通过实验,车牌定位准确率达到91.89%.说明所提出的方法简单易行,具有一定的实效性.     

基于扩展数学形态学的高光谱图像异常检测

提出了一种新型的基于扩展数学形态和光谱相似度测量的高光谱图像异常榆测方法.在日标与背景未知的情况下.同时利用光谱和空间信息实现日标的定位与检测,实现离光谱遥感数据的日标检测.通过扩展的膨胀和腐蚀操作实现目标特征提取;通过正交投影散度计算扩展形态学操作的累加距离确定排序关系并利用其融合特征提取结果实现特征提取结果的融合.算法性能通过合成的OMIS数据进行评价.与经典异常检测RX算法进行比较.并应用于具有相似光谱特征目标的区分.实验证明,本文提出的算法性能优于RX算法.具有低虚警率的异常目标检测结果,并且能够较好地区分了相似光谱特征的异常日标.     

基于数学形态学的Contourlet变换域图像降噪方法

提出了一种基于数学形态学的Contourlet变换域图像降噪方法.首先对输入的带噪图像进行多尺度、多方向的Contourlet稀疏变换,然后利用数学形态学算子在Contourlet域对高频系数进行处理,去除图像中具有较小支撑域的噪音,有效保留具有连续支撑域的图像边缘信息.最后通过Contourlet反变换得到预降噪图像.仿真结果表明,该方法较一般的Contourlet域收缩阈值降噪方法的降噪效果好,提高了PSNR值并降低了MSE值,获得更好的图像恢复质量.     

瞳孔检测仪的研究及其光学系统设计

研究了一种双眼瞳孔检测仪,进行了光学系统的设计和理论计算.采用低照度CCD摄像机摄取在近红外和可见光照明情况下的瞳孔像,利用形态学等算法处理图像,可对图像进行直径精确检测和动态分析.实验表明,该仪器在0~200 lux照度级下的测量精度可达0.01 mm,完全可以满足眼科手术的精度要求.     

自适应尺度信息的U型视网膜血管分割算法

针对视网膜血管形态结构和尺度信息复杂多变的特点,提出一种自适应血管形态结构和尺度信息的U型视网膜血管分割算法。首先采用二维K-L(Karhunen-Loeve)变换(即霍特林变换)综合分析彩色图像三通道的频带信息,从而得到视网膜灰度图像以及多尺度形态学滤波增强血管与背景的对比度信息。然后将预处理图像经U型分割模型对图像进行端对端训练,并利用局部信息熵采样进行数据增强。该网络编码部分的密集可变形卷积结构根据上下特征层信息有效地捕捉图像中多种尺度信息和形状结构,底部金字塔型的多尺度空洞卷积扩大局部感受野,同时解码阶段带有Attention机制的反卷积网络将底层与高层特征映射有效结合,解决权重分散和图像纹理损失的问题。最后通过SoftMax激活函数得到最终的分割结果。在DRIVE(Digital Retinal Images for Vessel Extraction)与STARE(Structured Analysis of the Retina)数据集上对该算法进行了仿真,准确率分别达到97.48%与96.83%,特异性分别达到98.83%与97.75%,总体性能优于现有算法。     

基于差分交集的视频对象分割与跟踪算法

视频对象分割算法的性能好坏将直接影响MPEG 4编码产品的质量。连续两次差分后自适应处理,对差分图像取交集获得运动对象的边界,形态学处理后最终获取运动目标。基于改进的Hausdorff距离度量法对后续帧中视频对象进行跟踪。实验结果证明,该方法能够从背景不变的图像序列中较好的提取出运动对象,具有较强的鲁棒性。     

基于多尺度数学形态学的连铸坯缺陷边缘检测方法

连铸坯的缺陷会对轧制工艺产生影响,通过对连铸坯表面图像特征进行分析,提出了一种基于多尺度数学形态学的连铸坯表面缺陷检测方法。该缺陷检测方法能够有效去除噪声,并对水痕、氧化铁皮、渣痕等伪特征具有较好的抑制作用。实验结果表明,与Sobel方法、Prewitt方法、Canny方法、Laplacian方法等边缘检测方法相比较,该方法对缺陷边缘提取完整、平滑、定位准确,识别准确率达96.37%。     

基于输入面形态学预处理的条纹调制滤波联合变换相关器

为改善联合变换相关器的相关输出结果,提高图像识别能力,提出了一种将输入面形态学处理与功率谱面FAF处理相结合的方法。首先,介绍了经典联合变换相关器的基本原理;其次,针对联合变换相关器的缺点和不足,提出将输入面形态学预处理和功率谱FAF处理相结合,以改进经典联合变换相关器的相关输出性能;最后,详细分析了上述改进型联合变换相关器的参数选取问题。实验结果表明：当参数选择为 、 时,相关峰很尖锐,峰值为 ,比传统的联合变换相关器互相关峰值提高了 。将输入面形态学处理与功率谱面FAF处理相结合效果好于单独使用其中一种方法,极大地改善了传统联合变换相关器的目标识别能力。     

一种基于局部最小代价分水岭变换的图像分割新方法

利用数学形态学的基本理论,提出了一种基于局部最小代价分水岭算法的图像分割新方法. 该方法应用数学形态学的腐蚀、膨胀及坎尼(canny)算子将图像中包含外边沿的部分分割出来;对该局部区域进行最小代价的分水岭变换;提出了解决过度分割问题的一些准则. 实验结果表明,该方法不但节省运行时间,而且其能够提取出目标的完整精确的外轮廓边沿,从而在某些特定的应用领域具有独特的优势.     

系留缆绳损伤检测图像去噪方法研究

为了提高气球载雷达系留缆绳损伤检测中的图像质量,提出了一种多尺度多结构形态学的小波融合去噪方法。首先对噪声图像进行小尺度多结构元素的形态开-闭（OC）运算,然后再进行较大尺度多结构元素的形态开一闭运算,利用小波融合技术将运算结果进行融合,最后进行了仿真验证和性能分析。结果表明,采用该方法得到的峰值信噪比（PSNR）普遍高于传统的去噪方法,在抑制噪声的同时较好地保护了图像的细节和边缘信息,尤其在噪声密度较大时,优势更加明显,峰值信噪比能高出十多dB,而且对随机噪声和椒盐噪声均能获得良好效果,具有较强的适用性。