基于形态学重构的多结构元细胞图像边缘检测

细胞图像边缘检测结果为细胞形态学分析提供依据.针对传统边缘检测算法在细胞图像边缘检测中存在的问题.为了改善图像细节丢失的缺点,提出一种基于形态学重构的边缘检测算法.利用形态学重构运算保持边缘的良好特性,采用多结构元方案,设计形态学重构滤波器对细胞图像进行去噪处理,利用形态学梯度检测算子获取重构后的细胞图像边缘,对获得的多路细胞图像边缘进行加权处理,最终检测出细胞图像边缘.仿真结果表明算法检测效果优于传统边缘检测算子检测效果,检测出的细胞图像边缘连续且一致.     

医学图像三维表面重建分叉曲面的数学形态学研究

In the medical 3D Reconstruction, 3D object surface is reconstructed, by making use of the traditional slice-based reconstruction method. Due to the still existing problems, such as contour pairing, diverging surface,contour pair patching, etc. In this paper, the new methods are proposed for the problem solving. The contour pairing is carried out with overlapping. The diverging curved surface is decomposed with mathematical morphology. The boundaries generated by the morphologic operation are that of the diverging surfaces. The middle layer generated bythe lower layer and the upper layer is not to insert into the two layers but only to join in one of the two layer. The contour mosaic is patched with triangles to form the surface after the polygons are simplitied. The triangles areconstructed under the criterion of the shortest diagonal.     

基于形态学重构运算的医学图像分割

医学图像分割是高层次医学图像理解和解释的前提条件,其目的是通过提取描述对象的特征,把感兴趣对象从周围环境中分离出来。文章在形态学基本运算的基础上,介绍了形态学重构运算和形态学图像分割的基本流程,最后用形态学重构运算对脑部MRI图像进行了分割,实验结果表明,这一方法可成功地将脑髓分割出来。     

基于形态学重构算法的细胞图像边缘检测

细胞图像边缘检测是研究生物细胞特征的关键步骤,准确的图像边缘检测技术是提高细胞形态特征自动化榆测的主要手段.文章提出基于形态学重构算法的细胞图像边缘检测方法,实验结果表明该方法在提取图像的边缘效果和滤除伪边界方面优于传统的边界检测方法.并与参考文献[1]所用的方法相比,提出的方法其实验结果优于参考文献[1]采用的区域形态学运算的边缘检测效果.     

一种新颖的灰度形态学算子

数学形态学方法是非线性图像处理中的一种重要方法,在二值图像处理中已获得了广泛的应用,但在灰度图像处理中的应用却相对有限,文中从形态学算子构造的角度出发,提出了一种具有较强实用能力的灰度形态学算子的构造方法。     

基于粗糙集模型的形态学算子

本文从数学形态学算子与粗糙集中上下近似算子的关系入手,指出了形态学运算膨胀与腐蚀、开与闭分别可视为相似关系下的两对上下近似算子,并构造出新的形态学算子。实现该算子,发现该算子具有良好的性质。     

基于软形态学的top-hat算子改进算法

针对复杂背景下红外弱小目标检测问题,新定义了基于软形态学的top-hat算子。提出了一种基于软形态学的背景抑制方法。首先,利用互信息度量自适应的选择结构元尺寸,设计包含核与软边缘的结构元,以符合目标实际情况;然后,利用均衡原理设计均衡滤波结构抑制检测偏差。实验结果表明,对输入信噪比为2.36dB的复杂海波进行背景抑制后,输出信噪比能达到22.51 dB。与经典top-hat、改进top-hat算子相比,该方法在主观视觉和客观评价指标两方面均表现出良好的效果,能够对红外图像复杂背景进行有效抑制。     

基于形态学和梯度重构的车牌图像分割方法*

提出一种多尺度形态学检测边缘和梯度重构的快速车牌图像分割算法。该方法是基于多尺度的概念,进行梯度重构时采用不同尺寸的结构元素。运用开闭运算进行梯度重构,对重构后的各梯度图像进行阈值优化,对重构后梯度图像进行修改;利用分水岭算法检测目标,通过车牌的几何特性（宽高比、矩形面积等）从这些目标候选区域中剔除虚假牌照,找到真正的牌照。实验结果表明,该方法能取得较好的分割效果。     

基于形态学梯度重构和标记提取的分水岭图像分割

为了解决传统分水岭算法的过分割问题,提出一种使用形态学梯度重构和标记提取技术进行图像预处理的分水岭图像分割方法。该方法基于多尺度概念,进行梯度重构时采用了不同尺寸的结构元素,在对重构后的各梯度图像的区域极小值进行标记后,将各标记点的并集作为最终标记图像,用其修改梯度图像,然后进行分水岭变换,实现图像的区域分割。实验结果表明,该方法既能有效解决分水岭算法的过分割问题,又保留了各尺度下的重要目标,并且可以根据图像特点和具体的分割要求,调整分割过程中所选参数,得到满意的图像分割效果。     

基于图像分割的三维重构

三维重构方法是医学图像可视化系统、治疗计划系统的重要技术。基于图像分割的三维重构方法结合了图像分割、等值面抽取、网格简化三种技术,是不同于传统Marching Cubes算法的一种三维重构方法。它首先将医学图像分割为二值图,然后利用Marching Cubes方法进行等值面抽取,最后对得到的网格模型进行简化。实验结果表明,基于图像分割的三维重构方法加快了Marching Cubes的运算速度,改善了重构的效果,有利于实现对基于三维重构的大型几何模型的实时绘制和交互。     

基于数学形态学和区域合并的医学CT图像分割*

针对传统分水岭算法分割腹部CT图像存在的过分割情况,提出了一种基于形态学优化和区域合并的分水岭分割算法。该方法先利用多尺度数学形态学方法检测出梯度图像,并用形态学重构去除细密纹理和噪声引起的局部极值,然后进行分水岭变换。为了产生有意义的分割,采用简单的区域灰度均值对变换后的图像进行有效的合并。实验结果表明,该方法能有效解决分水岭算法的过分割问题,得到较好的分割效果。     

基于灰度形态学的红细胞图像边缘检测

边缘包含了图像很多重要的信息,边缘检测的好坏也直接决定了后续处理的效果。在利用数学形态学进行边缘检测后,会出现不需要的边缘,形成噪声。针对这种情况,提出一种计算中心像素与邻域像素均方差的方法对形态学边缘检测算子进行改进,该方法可以有效减少噪声,为以后对红细胞图像进行特征提取和分类打下良好的基础。     

基于数学形态学的SAR图像分割方法

图像分割是遥感图像处理中很重要的一步。因SAP图像通常带有较强的嗓声，用传统的边缘检测方法效果不理想。作者利用数学形态学开闭运算和混合滤波，可据目标的形状选用算法中的探针，取得了较好的滤波去噪和目标分割的效果。     

基于调节形态学的图像重建新算法

形态学方法在数字图像处理和计算机视觉领域已引起了广泛的关注.引入了一种调节形态学算子,在此基础上讨论了一种新的基于调节形态学的非均匀图像抽样算法.该算法是迭代的,每一次迭代过程中,样本点的位置由最小绝对重建误差决定.描述了相应的图像重建过程.实验结果表明了该算法的有效性.     

A mathematical morphology approach to image based 3D particle shape analysis

Angularity is a critically important property in terms of the performance of natural particulate materials. It is also one of the most difficult to measure objectively using traditional methods. Here we present an innovative and efficient approach to the determination of particle angularity using image analysis. The direct use of three-dimensional data offers a more robust solution than the two-dimensional methods proposed previously. The algorithm is based on the application of mathematical morphological techniques to range imagery, and effectively simulates the natural wear processes by which rock particles become rounded. The analysis of simulated volume loss is used to provide a valuable measure of angularity that is geometrically commensurate with the traditional definitions. Experimental data obtained using real particle samples are presented and results correlated with existing methods in order to demonstrate the validity of the new approach. The implementation of technologies such as these has the potential to offer significant process optimisation and environmental benefits to the producers of aggregates and their composites. The technique is theoretically extendable to the quantification of surface texture.     

基于数学形态学的文档图像倾斜校正算法

随着信息采集技术的不断发展,文档图像在信息的数字化管理中越来越重要.对文档图像的倾斜校正进行了研究,给出了基于数学形态学和Hough变换相结合的算法,进行文档图像的倾斜校正,同时将算法应用于印刷体和手写体的文档图像.实验表明该算法可以有效应用于两种文档图像的倾斜校正.     

基于柔性形态学的梯度边缘检测算法

在深入研究柔性数学形态学边缘检测算法的基础上,提出比传统柔性形态学膨胀和腐蚀算子具有更强鲁棒性的柔性形态学膨胀和腐蚀算子,在此基础上提出柔性形态学梯度边缘检测算法,实验证明了该算法对噪声特别是脉冲噪声有很强的抑制作用,并能很好地检测出图像的边缘信息。     

CB形态学的边缘检测算法研究

数学形态学是一种非线性滤波方法,应用数学形态学进行非线性图像处理已经发展成为图像处理的一个主要研究领域。基于CB（Contour-Based）形态学的方法,提出了一种改进的形态学边缘检测算子,能够有效地检测出图像边缘,并保持边缘的平滑性。实验结果表明,与传统的边缘检测算子相比较,该算法抗噪性能良好,计算量较小,因此具有一定的实用性和可行性。     

基于数学形态学的PET图像背景噪声处理算法*

基于数学形态学的背景噪声处理算法通过图像二值化、二值形态学处理及背景替换消除背景噪声.其减小了互信息配准测度的局部极值,改善了配准测度.     

鲁棒的形态学彩色图像边缘检测算法

针对传统边缘检测算子对噪声敏感的缺点,提出一种新的基于数学形态学的彩色图像边缘检测算法。该算法在传统形态学边缘检测算子的基础上,通过综合形态膨胀和形态腐蚀,设计出一种多尺度、多结构元素的抗噪型边缘检测算子,利用新算子对R、G、B三个分量分别检测出图像的边缘分量,对三个边缘分量进行融合得到最终的彩色边缘信息。仿真实验表明,该方法得到的边缘轮廓清晰,边缘定位精度较高,比传统的边缘检测方法具有更好的噪声鲁棒性和边缘细节保护能力。