一种新的基于模糊推理的灰值形态学和它的光学实现

我们在文中把模糊集合理论引入到数学形态学里,提出了模糊推理形态学,导出它的基本算子和一些代数性质.对于相同的灰值图象和结构元,用该算子处理的图象较常规形态学的结果更光滑并合更多的细节.给出采用面积编码和取阈技术为基础的光学实现.最后,分析比较了模糊推理形态学与常规形态学的两种结果数据.     

逻辑函数形态学算子用于光学二元图像处理

提出了用于二元图像处理的逻辑函数形态学的概念。在逻辑函数形态学中,认为图像和结构核是逻辑函数,用１６个逻辑算子替代图像和结构之间在相关运算中的“乘积”,共得到１２个逻辑函数形态学算子。描述了逻辑形态学的光学实现,同时给出了实验结果。     

灰值数学形态学的二值算法及其光学实现

在灰值数学形态学的阴影算法的基础上，提出了采用表面点集代替阴影来代表灰值结构核的改进算法，大大降低了二值邻域互连的数量。光学实现采用一个光学非相干相关器与阈值器件结合的二值数学形态学系统，并设计了一种数字空间编码技术使这二维系统能实现算法要求的有限三维操作。     

基于改进遗传算法优化的形态学修正TOP-HAT滤波器设计方法

针对红外序列图像中运动弱小点目标的检测问题,设计了一种基于改进遗传算法优化的修正Top-Hat形态学滤波器算子。其中,优化的修正Top-Hat形态学滤波器可以很好地抑制背景和噪声的影响;改进遗传算法采用新的区间离散化编码和自适应的主次式交叉与变异算子,通过优化搜索全局空间得到的形态学滤波器参量具有较好的滤波性及时效性。并且针对不同信噪比的点目标检测建立了自适应门限。实测数据的处理结果表明:在虚警概率小于5%情况下,优化的修正Top-Hat形态学滤波器算子对信噪比约为2的复杂图像检测概率大于等于70%,与固定结构元素的Top-Hat形态学滤波器相比检测概率提高了近10%,与用经典遗传算法训练的传统Top-Hat形态学滤波器相比检测概率提高了4%。     

拉普拉斯算子的直观物理意义

梯度、散度、旋度等算子的物理意义都很直观,但拉普拉斯算子的物理意义则不明显。本文通过基于空间导数定义,利用中心差分的方法直观地给出了拉普拉斯算子的物理意义,即当离散点间距趋于零时,每个离散点的值若等于它周围点的值的平均值,则拉普拉斯值为零。我们指出,在一定程度上这种描述类似于"曲率",但又有着显著不同。另外,在此物理意义的基础上总结出局部均匀剪切和均匀旋转两种常见的拉普拉斯值为零的情形,给出了直观的图形描述。最后,利用此物理意义解释了拉普拉斯算子和扩散的关系。本文的目的是帮助学生更好地学习掌握相关知识。     

激光光斑边缘检测算子的研究进展

光斑的边缘检测算子对一幅激光光斑的质量有着重要的影响,是激光光斑的后续图像处理和分析的前提。目前,在国内外应用比较广泛的边缘检测算子主要有Roberts算子、Prewitt算子、Sobel算子、Gaussion-Laplace算子和Canny算子。本文在总结几种典型边缘检测算子的基础上,对比分析了各个算子的优点和不足,对未来算子的改进方向做出展望。     

基于加权LoG算子的红外弱小目标检测方法研究

提出一种基于加权LoG算子及形态学运算的方法来提高远距离红外弱目标检测效率。通过不同尺度的加权LoG算子对图像进行运算,提取响应值最大的特征图。对图像进行形态学运算去噪,并进行Otsu二值分割聚类。输出目标点在图像上的位置坐标。实验结果表明:该方法与传统滤波方法相比,信噪比增益为36.9,杂波抑制因子为4.7,均比传统滤波方法要好。     

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.     

基于数学形态学的数字全息再现像融合方法

针对数字全息中不同再现距离获得的携带不同聚焦信息的再现像, 提出了一种基于数学形态学的多聚焦再现像融合方法, 以有效扩展成像景深。首先通过小波-Controulet变换获得源图像的高频和低频分量;然后, 针对数字全息中含散斑噪声的特点, 对高频分量采用基于数学形态学区域能量的方法进行融合, 对低频分量采用加权对比度法进行融合;最后, 将融合系数反变换得到融合图像。通过对算法的有效性分析和实验验证, 将本文提出的方法与不加入数学形态学的融合方法进行了对比研究。结果表明, 基于数学形态学的融合方法能充分抑制散斑噪声的影响, 保留更多细节信息, 有效扩展了成像景深范围达11.5 cm。其中, 对于表面粗糙且信息量较少的骰子, 基于数学形态学方法的空间梯度算子提高了11.8%, 熵值提高了2.7%;对于表面光滑且信息量较多的硬币, 其空间梯度算子提高了13.6%, 熵值提高了2.8%。     

一种基于修正扩展形态学算子的高光谱遥感 图像端元提取算法

形态学算子反映了像素的空间相关性信息,将其应用于高光谱遥感图像端元提取可以有效地提升算法性能.本文针对已经普遍用于高光谱遥感图像端元提取的扩展形态学算子在像元排序规则和替换准则上存在的局限性,引入了基准向量的概念并给出计算方法,提出了修正扩展形态学算子.修正后的排序规则和替换准则避免了图像中不同类别交界处的交叉替换现象,保证了正确的覆盖方向,是提高端元提取效果的关键步骤.通过修正扩展形态学算子的基本膨胀和腐蚀运算,定义了相应的开-闭运算和闭-开运算,由此得出了端元判定向量,并给出端元提取算法的详细流程.基于扩展形态学的自动端元提取算法可以综合考虑光谱和空间信息,端元提取效果优于仅依靠光谱信息的算法.算法由IDL7.0实现,并在AVIRIS于Cuprite地区的高光谱遥感图像上进行实验,实验结果从光谱曲线相似性、端元平均相似度和相应地物分布图等方面证明了算法的有效性.     

改进形态学相关算法以识别高相似度灰度图像

从形态学角度定义了灰度联合图像相似度，提出两种基于位表示法形态学相关算法的改进算法，通过提取位表示法的图像片边缘特征或二元化位表示法的图像片功率谱，以提高位表示法形态学相关算法对高相似度灰度图像的识别能力。     

基于局部熵的图像过渡区边缘检测算法

提出了一种新的红外目标边缘检测算法,利用局部熵值分析法和过渡区提取相结合的方法,通过Top-hat与Bottom-hat变换,建立有效平均熵和对应灰度值的曲线关系,选择合适的阈值,在此基础上执行形态学闭合操作.仿真结果表明,该方法在去除不必要的细节的同时,能很好地提取目标的边缘信息.     

液体可视图象序列中杂质小目标的检测方法（英）

在分析红外图象和可视图象差异的基础上,研究了一种适用于可视图象序列的运动小目标检测算法.受目标影响的象素点具有较弱的时间相关性,即相对普通象素点有较大的时间方差,根据此特征,用管道更新的方法产生新方差图象序列,再用管道更新的方法累积,增加信噪比,然后用基于统计均值的自适应门限方法分割出目标,最后将原图象的梯度倒数作为象素点强度的加权,有效地抑制灰度突变边界的传感器噪音,保存目标点.     

一种抗干扰的弱小目标检测方法

针对低信噪比灰度图像中弱小目标的检测问题,提出了SUSAN特征检测原则与数学形态学方法结合的小目标检测方法.该方法首先采用SUSAN原则利用图像灰度级直接提取特征,利用形态学算子去除噪声、分离目标.给出了应用实例,实验结果表明,这种方法抗干扰能力强,能够快速、可靠地检测出小目标.     

A new approach for realizing the optical morphological dilation of 1－D gray images

Ａｎｅｗａｐｐｒｏａｃｈｆｏｒｒｅａｌｉｚｉｎｇｔｈｅｏｐｔｉｃａｌｍｏｒｐｈｏｌｏｇｉｃａｌｄｉｌａｔｉｏｎｏｆ１－ＤｇｒａｙｉｍａｇｅｓＨＵＡＮＧＧｕｏｌｉａｎｇ；ＪＩＮＧｕｏｆａｎ；ＷＵＭｉｎｘｉａｎ；ＹＡＮＹｉｎｇｂａｉ（Ｄｅｐｔ．ｏ，Ｐｒｅ...     

A Optical Scheme for Parallelly Realizing the Morphological Erosion of 1－D Gray Images

Ａ　Ｏｐｔｉｃａｌ　Ｓｃｈｅｍｅ　ｆｏｒ　Ｐａｒａｌｌｅｌｌｙ　Ｒｅａｌｉｚｉｎｇ　ｔｈｅ　Ｍｏｒｐｈｏｌｏｇｉｃａｌ　Ｅｒｏｓｉｏｎ　ｏｆ　１－Ｄ　Ｇｒａｙ　ＩｍａｇｅｓＡＯｐｔｉｃａｌＳｃｈｅｍｅｆｏｒＰａｒａｌｌｅｌｌｙＲｅａｌｉｚｉｎｇｔｈｅ...     

基于灰度变换的红外图像实时分割算法

针对高灰度等级红外数字图像提出了一种基于灰度变换的实时分割算法.通过实时分析原始图像中几个小区域的灰度直方图,自动确定分割阈值,将原始图像通过灰度变换实时转换为低灰度等级图像.该算法能够将高灰度等级的红外数字图像实时显示在普通显示器上,并且能够有效抑制背景并保留目标灰度信息.由于变换后的图像灰度等级较低而且背景及噪音信息较弱,极大地提高了红外跟踪器的性能.     

Optical security system using jigsaw transforms of the second random phase mask and the encrypted image in a double random phase encoding system

In this paper, we have described a simple and secure double random phase encoding and decoding system to encrypt and decrypt a two-dimensional gray scale image. We have used jigsaw transforms of the second random phase mask and the encrypted image. The random phase mask placed in the Fourier plane is broken into independent non-overlapping segments by applying the jigsaw transform. To make the system more secure, a jigsaw transform on the encrypted image is also carried out. The encrypted image is also broken into independent non-overlapping segments. The jigsaw transform indices of random phase code and the encrypted image form the keys for the successful retrieval of the data. Encrypting with this technique makes it almost impossible to retrieve the image without using both the right keys. Results of computer simulation have been presented in support of the proposed idea. Mean square error (MSE) between the decrypted and the original image has also been calculated in support of the technique.     

一种基于灰度变换的红外图像增强算法

针对红外图像，采用双门限分割法进行图像分割，然后采用分段灰度变换法进行图像增强。根据具体图像，通过人机交互的方式确定2个阈值，将图像分割为目标区、过渡区和背景区3部分；按照每一部分的特点，设计不同的灰度变换，对图像进行分段线性增强，得到感兴趣目标区的最佳视觉效果。通过对16位红外图像进行实验，得到了满意的结果。实验表明,该算法灵活便捷，在增加对比度和去除噪声的同时，还抑制了背景，达到了预期的效果。