基于形态学图像处理方法研究毕业论文

基于形态学图像处理方法研究毕业论文

ID:1395207

大小:4.41 MB

页数:77页

时间:2017-11-11

基于形态学图像处理方法研究毕业论文_第1页
基于形态学图像处理方法研究毕业论文_第2页
基于形态学图像处理方法研究毕业论文_第3页
基于形态学图像处理方法研究毕业论文_第4页
基于形态学图像处理方法研究毕业论文_第5页
资源描述:

《基于形态学图像处理方法研究毕业论文》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、基于形态学图像处理方法研究毕业论文目录第1章绪论11.1形态学的研究现状12.2形态学的研究目的和意义2第2章形态学基本理论42.1形态学的研究内容42.2二值图像形态学52.2.1数字图像的表示及反射平移52.2.2二值图像的腐蚀和膨胀运算62.2.3二值形态膨胀和腐蚀运算的性质82.2.4二值图像开运算和闭运算92.2.5二值图像开闭运算性质102.3灰度图像形态学112.3.1灰度形态学理论基础112.3.2灰度形态学腐蚀和膨胀运算122.3.3灰度形态学腐蚀和膨胀运算性质152.3.4灰度形态学开运算和闭运算162.3.

2、5灰度形态学开运算和闭运算性质172.4软数学形态学182.5模糊数学形态学18第3章形态学在图像处理的基本应用193.1击中或击不中变换193.2细化和粗化193.3形态学重构203.4形态学图像平滑213.5图像的骨架化及边界像素值的测定23第4章基于形态学的图像边缘检测24754.1图像边缘的定义244.2结构元素的确定244.2.1结构元素的形状254.2.2结构元素的尺寸254.3形态学算法和传统算法的边缘检测比较264.4基于单尺度单结构的抗噪型形态学边缘检测304.5基于多尺度单结构的边缘检测324.6基于单尺度多

3、结构的边缘检测344.7基于多尺度多结构的边缘检测35结论36参考文献37附录Ⅰ外文文献翻译38附录Ⅱ程序清单68致谢7675第1章绪论1.1形态学的研究现状数学形态学历史可回溯到19世纪的Eular,SteinerCrofton和本世纪的Minkowski,Matheron和Serra。1964年法国的Matheron和Serra在积分几何的研究成果上,将数学形态学引入图像处理领域,并研制了基于数学形态学的图像处理系统[1]。1982年出版的专著《ImageAnalysisandMathematicalMorphology》是

4、数学形态学发展的重要里程碑,表明数学形态学在理论上趋于完备及应用上不断深入。数学形态学蓬勃发展,由于其并行快速,易于硬件实现,已引起了人们的广泛关注。目前,数学形态学已在计算机视觉、信号处理与图像分析、模式识别、计算方法与数据处理等方面得到了极为广泛的应用。Sinha和Dougherty于90年代初将模糊数学引入数学形态学领域,形成模糊数学形态学。在模糊数学形态学的方法中,图像不再看成是硬二值化集合,而是模糊集合[2]。集合的交、并运算分别由凸的交、并运算代替,从而分别形成模糊腐蚀和模糊膨胀。周煦潼、施鹏飞等在此方面进行了较深入

5、的研究。此外,Koskinen[3]等还提出了另一种数学形态学方法——软数学形态学。软数学形态学方法用排序加权统计方法代替最小、最大法。权值与结构元素有关,并由核心和软边界两大部分组成。软数学形态学具有硬数学形态学相似的代数特性,但具有更强的抗噪声干扰的能力,对加性噪声及微小形状变化不敏感。舒昌献、莫玉龙等对基于软化形态学的边缘检测算子的性能也进行了分析和比较。Gasteratos[4]等将模糊集合理论应用到软数学形态学提出了模糊软数学形态学。模糊软数学形态学将模糊数学形态学和软数学形态学结合起来,可根据图像的拓朴结构,合理选择

6、模糊集合运算算子及结构元素核心、软边界的定义域,并通过改变反映结构元素与图像间匹配程度的参数K的值调整图像处理的输出结果。对于形态学兴趣的增长势头,可以从近几年大量涌现的研究期刊和会议论文的数量,以及许多已经开发和正在开发的工业应用系统中窥见一斑。形态学的应用覆盖了图像处理的几乎所有领域,包括文字识别、医学图像处理、图像编码压缩、视觉检测、材料科学以及机器人视觉等,不胜枚举。形态学方法已经迅速成为图像应用领域工程技术人员的必备工具。形态学图像处理的基本思想,是利用一个称作结构元素的“探针”收集图像的信息。当探针在图像中不断地移动

7、时,便可以考察图像各个部分间的相互关系,从而了解图像的结构特征。数学形态学基于探测的思想,与人的视觉特点有类似之处。作为探针的结构元素,可直接携带知识(形态、大小、甚至加入灰度和色度信息),来探测研究图像的结构特点。75数学形态学是一种非线性滤波方法。形态和差(膨胀与腐蚀)是数学形态学的基础。数学形态学可以用来解决抑制噪声、特征提取、边缘检测、图像分割、形状识别、纹理分析,图像恢复与重构、图像压缩等图像处理问题。深入了解数学形态学会发现,数学形态学的基本思想及方法适用于与图像处理有关的各个方面,如基于击中击不中变换的目标识别,基

8、于流域概念的图像分割,基于腐蚀和开运算的骨架抽取及图像编码压缩,基于测地距离的图像重构,基于形态学滤波器的颗粒分析等。迄今为止,还没有一种方法能够像数学形态学那样既有坚实的理论基础,简洁、朴素、统一的基本思想,又具有如此广泛的实际应用价值。有人称数学形态学在理论

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。