基于数学形态学的图像增强与边缘检测方法的研究

论文题目: 基于数学形态学的图像增强与边缘检测方法的研究

论文类型: 硕士论文

论文专业: 通信与信息系统

作者: 孙洪雨

导师: 孙怡

关键词: 数学形态学,形态滤波,边缘检测,对比度增强

文献来源: 大连理工大学

发表年度: 2005

论文摘要: 在无损检测系统中,探伤图像具有足够高的对比度和清晰度是进行二维检测与三维重建的前提。但由于检测系统本身部件的特性和外界环境的干扰,使探伤图像具有较低的信噪比和对比度,这就严重制约了后续识别与重建。图像的边缘检测在图像处理中具有重要的意义。传统的边缘检测算子存在漏检、检测边缘不连续、抗噪性能差等缺点。实际中的图像是存在噪声的,对于有噪声的图像的边缘检测,一般是先滤波再检测,但滤波的同时模糊了图像边缘,很难做到两全其美。数学形态学作为一种非线性滤波方法,给解决上面的问题提供了方向。它是建立在严格数学理论基础上的一门新兴学科,其基本思想和方法对图像处理的理论和技术产生了重大的影响,已广泛地应用于抑制噪声、边缘检测、特征提取、图像分割、形状识别等图像处理领域。本文在深入研究数学形态学理论的基础上,做了以下几个方面的研究:1.针对传统的边缘检测算子存在检测精度低、对噪声敏感的缺点,研究了一种基于灰值开、闭运算的形态学梯度。实验结果表明该方法无论对理想图像还是噪声图像,都能很好地提取物体的边缘。2.研究了基于开关映射变换的提高对比度的方法。实验结果表明该方法对于对比度较低的图像具有显著的增强效果。3.针对具有不同类型噪声的探伤图像,设计了三种形态滤波器。实验结果表明形态滤波器在去除噪声的同时,能够很好地保持图像的结构信息,这是传统的线性滤波器所不能比拟的。

论文目录:

摘要

Abstract

1 绪论

1.1 引言

1.2 数学形态学的历史和发展

1.3 数学形态学的基本思想和特征

1.4 形态滤波器的发展和研究现状

1.5 本文的主要工作和安排

2 数学形态学的基本理论

2.1 二值形态学的基本运算

2.2 灰值形态学

2.2.1 灰值形态学的基本运算

2.2.2 灰值形态运算的滤波性质

3 基于数学形态学的图像边缘检测

3.1 形态学中的图像边缘定义

3.2 形态学梯度检测图像边缘的原理

3.3 结构元素在形态梯度中作用的研究

3.4 改进的具有抗噪性能的形态学梯度

4 基于数学形态学的对比度提高

4.1 形态中心的思想

4.2 改变开关准则的形态中心

4.3 基于腐蚀、膨胀的对比度提高

4.4 与其它方法的比较

5 基于数学形态学的图像滤波

5.1 形态滤波器的特点

5.2 形态滤波器的组合原理

5.2.1 并行组合原理

5.2.2 串行组合原理

5.3 结构元素在形态滤波中的选取

5.4 对食品X光图像的去噪

5.5 对CT投影图像的去噪

5.6 对钢管图像的去噪

5.6.1 交变序列滤波器的原理

5.6.2 利用形态中心建立自对偶滤波器

结论

参考文献

攻读硕士学位期间发表学术论文情况

致谢

发布时间: 2008-06-30

参考文献

[1].基于数学形态学的图像边缘检测方法[D]. 曹晓琳.哈尔滨工业大学2012
[2].图像测量中去噪与边缘检测方法研究[D]. 李昌顺.重庆大学2011
[3].图像边缘检测方法的研究[D]. 任文杰.山东大学2008
[4].基于小波和形态学的图像边缘检测研究[D]. 黄晶.西安科技大学2011
[5].基于灰度图像的边缘检测方法研究[D]. 叶枫.西北工业大学2003
[6].自然图像的边缘检测方法研究[D]. 肖晓.吉林大学2017
[7].一种基于非线性灰度变换的弱边缘检测方法[D]. 李钦弟.暨南大学2010
[8].基于灰度图像的边缘检测方法研究[D]. 程俊鑫.太原理工大学2007
[9].模糊框架下边缘检测方法的研究[D]. 张强劲.重庆大学2006
[10].基于反正切函数拟合的亚像素边缘检测方法[D]. 孙维健.长春工业大学2015

基于数学形态学的图像增强与边缘检测方法的研究

猜你喜欢