重庆邮电大学 重庆高校光纤通信技术重点实验室, 重庆 400065
针对传统形态学在边缘检测算法上存在的检测边缘错位、较粗等缺点, 在传统形态学的基础上, 提出了一种具有方向估计性的梯度算子。该算法通过改进的梯度算子及多结构元素模式来获取梯度方向, 并沿边缘梯度方向进行非极大值抑制, 以此细化边缘宽度, 最终获取图像边缘。实验结果表明, 相对传统形态学边缘检测算法, 该算法具有更精细的检测结果与较强的抗噪能力。
形态学 边缘检测 梯度方向 多结构元素 非极大值抑制 morphology edge detection gradient direction multi-structural element non-maxima suppression
中北大学电子测试国家重点实验室, 山西 太原 030051
复杂背景下目标检测存在诸多困难,主要为背景对目标检测的干扰,大量噪声存在导致传统导数边缘检测方法的失效等。针对上述两点,提出了分割区域图像、利用形态学方法检测目标的新算法。首先利用目标与背景灰度差异性来确定目标的大致区域,将其分割出来,然后再结合多结构元素法进行目标的精确检测。通过与原图像分割、聚类算法分割实验比较,该算法具有较好的抗干扰性和抗噪性能。
目标检测 数学形态学 多结构元素 图像分割 target detection mathematical morphology multi-structure element image segmentation
华东师范大学 电子科学与技术系,上海 200241
为了简单有效的获得医学图像边缘,本文从数学形态学的角度出发,利用多结构元素对不同方向的边缘敏感来保留更多的边缘细节信息,提出了一种改进的形态学边缘检测算法。本文首先将形态学的BTH与WTH运算相结合进行图像增强,再结合开闭运算提出了一种抗噪型的边缘检测算子,对运用多结构元素得到的边缘图像进行累加,最后对该叠加后的边缘图像进行修正得到最终结果。实验证明,该算法在抑制噪声对边缘的影响和保持图像的边缘细节上,均取得了很好的效果,具有一定的实用性。
形态学 边缘检测 图像处理 多结构元素 morphology edge detection image processing multi-structure element
1 西北工业大学 空中交通管理系统研究所,西安 710072
2 西安交通大学 电信学院,西安 710049
基于轮廓结构元素形态学(CB形态学)和广义多结构元素的数学形态学,构造了一种新颖的用于抑制图像中的散斑噪声的串并复合滤波器。首先采用全方位多结构元素的广义多刻度形态开最大滤波器与广义多刻度形态闭最小滤波器相并联的滤波器进行滤波,力求在滤波的同时图像几何细节损失尽可能少,然后通过级联的CB开和CB闭滤波器,再滤除剩余的斑点噪声,从而在有效抑制图像中的散斑噪声的同时更好地保持了图像的细节信息。分析和仿真表明了本文提出的滤波算法的有效性。
轮廓结构元素形态学(CB形态学) 滤波器 多结构元素 斑点噪声抑制 contour bougie morphology filter multiple structure elements speckle noise suppressing
