基于数学形态学的灰度图像的边缘检测技术研究

论文题目: 基于数学形态学的灰度图像的边缘检测技术研究

论文类型: 硕士论文

论文专业: 通信与信息系统

作者: 王咏胜

导师: 付永庆

关键词: 数学形态学,图像处理,边缘检测,形态滤波

文献来源: 哈尔滨工程大学

发表年度: 2005

论文摘要: 数学形态学建立在集合论的基础上,是一种应用于图像处理和模式识别领域的新的方法,它的基本思想是用一定形态的结构元素去度量和提取图像中的对应形状以达到对图像分析和识别的目的。边缘检测在图像处理与计算机视觉中占有特殊的位置,它是底层视觉处理中最重要的环节之一。基于数学形态学的边缘信息提取处理优于基于微分运算的边缘提取算法,它不像微分算法那样对噪声敏感,同时,提取的边缘也比较光滑,在边缘检测上既能够体现图像集合特征,很好地检测图像边缘,又能满足实时性要求,并且可以在边缘检测的基础上,通过改变形态尺度更好地克服噪声影响。本文首先深入地讨论了数学形态学的基本理论,从二值形态学推广到灰度形态学,并分析和介绍了数学形态学在图像处理中的应用。然后详细地论述了基本的形态学滤波器、广义形态滤波器以及多结构元素滤波器,并对各种滤波器的特性加以分析和比较。最后,基于传统的形态学边缘检测算子,结合多尺度的概念,本文提出了一种新的多尺度形态学边缘检测算法,然后对这一算法加以改进,提出了抗噪型多尺度形态学边缘检测算法。仿真试验的结果表明,本文提出的形态学边缘检测算法,与传统的边缘检测算子相比,具有较好的抗噪性和实时性,并且检测出的边缘平滑性好,特征清晰,因而有一定的实用性。

论文目录:

第1章绪论

1．1 引言

1．2 数字图像处理基础

1．2．1 数字图像处理的主要内容

1．2．2 数字图像处理方法

1．2．3 数字图像处理的应用

1．3 数学形态学与数字图象处理

1．4 本文的研究内容及安排

第2章二值图像的数学形态学

2．1 结构元素

2．2 二值形态学的基本运算

2．2．1 膨胀(Dilation)和腐蚀(Erosion)

2．2．2 开( Opening)和闭(Closing)运算

2．2．3 击中击不中(HM)变换

2．3 二值形态学的应用

2．3．1 图像的平滑滤波

2．3．2 图像的边缘检测

2．3．3 区域填充

2．3．4 细化与粗化

2．3．5 骨骼提取

2．4 本章小结

第3章灰度图像的数学形态学

3．1 灰度形态学的基本运算

3．1．1 阴影集(Umbra)与上表面(Top Surface)

3．1．2 灰度膨胀与腐蚀

3．1．3 灰度开与闭运算

3．2 灰度形态学的应用

3．2．1 灰度图像的平滑滤波

3．2．2 图像的形态梯度

3．2．3 Top-hat变换

3．2．4 纹理分割

3．3 本章小结

第4章形态学滤波

4．1 形态滤波器的基本理论

4．2 广义形态滤波器

4．3 自适应加权组合广义形态滤波器

4．4 多结构元素形态滤波器

4．5 本章小结

第5章灰度图像的形态学边缘检测

5．1 常用的边缘检测算子

5．1．1 Robets算子

5．1．2 Sobel算子

5．1．3 Prewitt算子

5．1．4 LOG算子

5．1．5 Canny算子

5．2 形态学边缘检测

5．3 多尺度形态学边缘检测算法

5．4 抗噪型多尺度形态学边缘检测算法

5．5 本章小结

结论

参考文献

攻读硕士学位期间发表的论文和取得的科研成果

致谢

发布时间: 2005-10-21

参考文献

[1].基于数学形态学的图像处理算法的研究[D]. 文华.哈尔滨工程大学2007
[2].基于数学形态学的医学图像目标检测[D]. 张敏.扬州大学2011
[3].语谱图图像处理在蝙蝠“方言”信号分析中的应用[D]. 李楠.东北师范大学2014
[4].基于时频分布的数学形态学的信号检测[D]. 祝海华.西安电子科技大学2008
[5].语音信号处理中的数学形态学方法研究[D]. 王光艳.河北工业大学2003
[6].数学形态学在语音增强中的应用[D]. 武睿.河北工业大学2004
[7].基于小波变换与数字形态学的图像压缩后处理研究[D]. 静广宇.哈尔滨工程大学2005
[8].基于小波和数学形态学的视频编码[D]. 涂奕松.南京航空航天大学2005
[9].基于物联网的智能药箱在冷链运输中的监控系统设计与实现[D]. 任俊杰.广西师范大学2018
[10].基于嵌入式平台的多摄像机协同目标跟踪[D]. 常韫恒.东北大学2015

基于数学形态学的灰度图像的边缘检测技术研究

猜你喜欢