基于数学形态学和遗传优化的图像去噪

针对图像滤波时损失图像细节这一问题,提出了一种自适应多尺度形态滤波方法,在普通多尺度形态开、闭滤波基础上增加了多尺度top hat变换和bottom hat变换,用于提取并平滑小尺度的图像信息。top hat变换和bottom hat变换的系数对整个滤波器性能起着重要的作用,采用遗传优化的方法对其进行优化。实验结果表明,该方法噪声去除效果好,图像细节保持完整,提高了输出图像的信噪比,增强了滤波器的自适应性和智能性,处理效果明显优于传统滤波方法。