基于数学形态学的非规则缺失图像修复仿真

面对非规则缺失图像修复过程中容易出现的毛刺和小孔问题,在数学形态学支持下修复非规则缺失图像。结合数学形态学方法对修复图像膨胀和腐蚀预处理,避免修复区域受到干扰出现毛刺。预处理待修复图像后,获取待修复图像的全部像素点,连接像素点形成一个待修复轮廓,计算该部分的像素点优先权。通过粗略、精细搜索步骤定位最佳匹配块。在保证未知像素块相邻四个方向像素颜色一致的基础上填充像素。通过分割图像阈值,确定缺失区域基准点灰度值,判断目标点和噪声点,实现噪声点滤波处理,避免出现小孔问题。由实验结果可知,所提方法最高PSNR值为0.98,且无毛刺、无小孔,具有良好修复效果。     

利用数学形态学实现车牌的快速定位

本文主要针对车辆图像中的车牌区域定位问题进行研究分析。首先介绍了数学形态学,随后根据车牌的整体和局部特征,对基于数学形态学的车牌定位方法进行研究分析,并对其加以改进,实现了车牌的快速、准确定位。     

基于数学形态学的人脸检测研究

提出了一种基于数学形态学特性的人脸检测方法。方法首先根据YCbCr肤色模型检测出肤色区域;用数学形态学的膨胀和腐蚀方法进行肤色处理,平滑了边界,同时消除了肤色块的连通;再利用圆盘结构元素对人脸区域做闭运算,从而得到人眼和嘴的位置。     

基于形态学算子的Cubic图像缩放方法

立方卷积插值(Cubic算法)是一种常用的图像缩放方法。为了使喷码机喷印图像更加清晰可见,改善Cubic算法边缘模糊、分辨率低等不足,本文将形态学算子中的腐蚀运算与Cubic算法结合,以此进行了理论分析和实验验证。结果表明,此方法对提高图像边缘的清晰度和图像质量有明显效果。     

基于矩阵偏序关系的形态学算子

已有形态偏序由于忽略了图像像素的局部相关性导致运算结果产生噪声叠加、拓扑失真等问题,本文在矩阵Frobenius范数的基础上定义了一种新的偏序关系,从理论上证明了该序满足的自反性、传递性和反对称性.在此基础上,本文提出了基于新序的形态学膨胀、腐蚀算子和相关的梯度运算算子.为验证新序和算子的有效性,与已有的算法进行对比实验,结果表明,新序和相应的算子在保证颜色分量相关性的同时,利用矩阵运算保证了像素的局部相关性,在抑制噪声和边缘保持方面均优于现有的算法.同时,通过结果对比和理论分析发现,新的形态算子对结构元素尺寸的包容性强,克服了形态算子在应用时难以选择合适结构元素大小的问题.这种新序是多通道图像处理的基础,可以扩宽形态学理论的应用范围.     

基于顺序形态学的医学图像插值算法的研究

医学图像插值方法是医学图像三维重建的关键技术,插值的结果直接决定了三维重建的效果.本文在深入研究了顺序形态学理论的基础上,提出了一种基于顺序形态学的插值算法,该算法采用百分位膨胀和腐蚀算子,解决了线性插值和形状插值等算法产生的边界模糊的问题.仿真实验表明该算法产生的断层图像和原有断层图像过渡自然,为后续的医学图像三维重建奠定了基础.     

引入形态学处理的去隔行自适应算法

分析了现有的各种去隔行算法,在此基础上,将形态学处理引入基于运动检测的自适应去隔行技术中,对隔行图像进行精确的场内插值,通过运动检测将图像中的像素进行分类,针对不同类型的像素点自适应采取不同的插值算法.     

基于局部和非局部空间信息的图像分割算法

传统的SCM算法没有充分利用图像的空间信息,存在明显不足。结合空间信息的FCM算法已有效的用于处理含噪图像。文章介绍了一种新的图像分割算法,通过在隶属度函数中引入局部和非局部空间信息,提出了结合局部空间信息的SCM算法,基于非局部空间信息的SCM算法,以及结合局部和非局部空间信息的SCM算法。相比传统的FCM算法和SCM算法,该算法能有效地解决重叠和噪声问题。经过观察比较,该算法的分割结果更加准确,抗噪声能力更明显。     

基于非局部图像去噪的方法研究

提出了一种利用非局部相似的图像去噪方法,通过非凸函数阈值得到噪声图像的多个初步去噪图像,其参数的选择较接近,并将这些初步去噪的图像选取相似块,利用非局部平均的方法,对图像进行去噪恢复。通过实验可知,文中提出的方法对于噪声图像去噪具有较好的效果,与典型的非局部平均方法相比,该方法能得到更好的峰值信噪比。     

基于数学形态学和BP神经网络的足趾形状识别方法

根据足趾二值图像形状特征,提出基于数学形态学消散度技术的足趾形状特征提取及BP神经网络聚类的足趾形状识别方法。该法依据数学形态学理论提取物体形心,仅受较少边界凹点影响,对噪声不敏感,比几何中心稳定。提取边界上距形心距离稳定并能区分不同形状的特征点及相互关系,生成特征向量。此向量在二维连续空间中,具有平移、旋转、尺度不变特征;在二维离散应用环境中,由平移、旋转、尺度变化造成误差小,稳定性强。用训练成功的BP神经网络,对不同质量足趾图像识别,均能达到较高识别率。大量实验表明,该法是满足识别精度要求、识别率高于其它方法的一种行之有效的足趾形状识别方法。     

形态算子的位串法实现

本文在灰度ＦＰ形态算子的最大最小表示的基础上给出了它们的位串实现结构。该数字实现结构上简单且模块化，适合ＶＬＳＩ实现。     

彩色图像去马赛克的非局部稀疏表示方法

目前,大部分彩色去马赛克（Color DeMosaicking,CDM）算法仅利用了局部的空间和光谱相关性,容易导致CDM复原图像边缘模糊以及细小结构丢失.当图像中出现周期性细小结构时,这些局部方法容易产生诸如锯齿、栅格等失真现象.针对这些问题,我们将字典学习和稀疏编码统一到一个变分框架中,提出了非局部自适应稀疏表示模型.通过非局部相似块聚类自适应地在线学习字典.利用局部和非局部的冗余信息对稀疏编码进行约束,强制稀疏编码靠近其非局部均值以减少编码误差.为了有效抑制服从重尾分布的CDM误差,设计了基于l₁范数的数据项.最后,联合交替最小化方法和算子分裂技巧对模型进行有效求解.实验结果验证了本文模型与数值算法的有效性.     

一种数学形态学二值图象编码快速算法

本文利用图像的几何特征，提出了一种二值图象无关失真快速编码算法，用数学形态学技术来提取图象的轮廓信息，给出了输入图象被结构元素膨胀和腐蚀操作的快速算法，并且提出了一种新的轮廓信息编码方法，实验结果表明本文算法非常有效。     

基于投影的稀疏表示与非局部正则化图像复原方法

提出一种基于投影的稀疏表示与非局部正则化相结合的图像去模糊、去噪图像复原方法.该方法结合了自适应构造字典的稀疏表示与非局部总变差,提出的正则化模型分解为三个投影子问题进行求解以提高求解效率.实验结果表明,本文所提出的图像复原方法能够有效地保持原图像的纹理细节信息,对于不同程度的退化图像上均有较好的复原结果,在视觉效果和客观评价指标上均优于相比较的现有方法.     

弱非局域空间光孤子的偏振耦合

基于麦克斯韦方程,得到自聚焦弱非局域非线性平板波导中TE和TM偏振的耦合双光束的演化方程.利用变分法分析了耦合双光束的传输规律,得到耦合空间孤子的动力学方程.发现随着非局域参量γ的增大,耦合空间孤子相互作用势曲线在峰值处出现凹陷.最后用分步傅立叶积分法对双光束的传输进行了数值模拟.     

A Multi-Scale Gradient Algorithm Based on Morphological Operators

1 Introduction The performance of a watershed-based image segmentation method depends largely on the algorithm used to compute the gradient. Conventional morphological gradient operators[2~3] produce too many local minima because of noise and quantization…     

A Multi-Scale Gradient Algorithm Based on Morphological Operators

Watershed transformation is a powerful morphological tool for image segmentation. However, the performance of the image segmentation methods based on watershed transformation depends largely on the algorithm for computing the gradient of the image to be segmented. In this paper, we present a multi-scale gradient algorithm based on morphological operators for watershed-based image segmentation, with effective handling of both step and blurred edges. We also present an algorithm to eliminate the local minima produced by noise and quantization errors. Experimental results indicate that watershed transformation with the algorithms proposed in this paper produces meaningful segmentations, even without a region-merging step.