数学形态学在边缘检测中的教学方法
数学形态学及其在图像边缘检测中的应用
些 明 显 的 优 势 。 另外 , 学 形 态 学 算 法 易 于 用 并 行 处 理 方 法 有 效 地 实 数 现 , 且 硬 件 实 现 容 易 ; 于 数 学 形 态 学 的 边 缘 信 息提 取 处 理 优 于 基 而 基
A = A@E) ( F ( n A )
于 微 分 运 算 的 边 缘提 取 算 法 . 不 像 微 分 算 法 对 噪 声 那 样 敏 感 . 时 , 它 同 的性 质 , 即对 周 围 环 境 背 景 的 要求 。击 中与 否变 换 可 以用 于保 持 拓扑 提 取 的 边 缘 也 比较平 滑 , 用 数 学 形 态 学 方 法 提 取 的 图像 骨 架 也 比较 利 结 构 的形 状 细 化 , 以及 形 状 识 别 和定 位 。 连 续 、 点 少 。目前 , 学 形 态 学 已经 成 为 图像 处 理 理论 的一 个 重 要 方 断 数 面 . 泛 地 应 用 到 图像 处 理 的很 多 领 域 中 。 广 2 边 缘 检 测
21 0 0年
第 9期
S INC C E E&T C N L YIF R AT O E H O OG O M I N N
0 科教 前 沿 。
科 技信 息
数学形态学及其在图像边缘检测中的应用
魏 强 强
( 州市计 量测试 鉴定 所 山东 滨 州 2 6 0 ) 滨 5 6 6
不 同 的微 分算 子 , Roet 子 、o e 算 子 和 Pe i 算 子 等 。 些 空 如 br算 S bl rwt t 这 A、 B为 Z中的集合 , 为空集 , A被 B的膨胀 , 记为 A①B, ①为膨 域 边 缘 算 子 对 噪 声 都 比 较敏 感 ,且 常 常 会 在 检 测 边 缘 的 同时 加 强 噪 胀 算 子 。 膨 胀 的 定义 为 :
基于数学形态学的边缘检测算法分析
基于数学形态学的边缘检测算法分析数学形态学是一种非常重要的图像处理技术,它可以用于形状检测、边缘提取和图像分割等图像处理任务中。
基于数学形态学的边缘检测算法可以有效地提取图像中的边缘信息,这对于图像识别和目标检测等应用非常有用。
本文将对数学形态学的原理和常用的基于数学形态学的边缘检测算法进行分析和讨论。
首先,我们来了解一下数学形态学的基本概念和原理。
数学形态学是一种基于集合论的图像处理方法,它主要研究图像中的形状和结构特征。
在数学形态学中,形态学操作是通过结构元素和图像之间的运算来实现的。
结构元素是一个小的二值图像,用于描述需要提取的目标特征。
形态学操作包括腐蚀、膨胀、开运算和闭运算等。
腐蚀操作可以用来缩小或者消除图像中的目标物体,而膨胀操作可以用来扩大或者填充图像中的目标物体。
开运算是先进行腐蚀操作,然后再进行膨胀操作,主要用于平滑和去除小的过程。
闭运算是先进行膨胀操作,然后再进行腐蚀操作,主要用于填充和封闭目标物体的空洞。
基于数学形态学的边缘检测算法是利用腐蚀和膨胀操作来提取图像中的边缘信息。
其基本思想是,在膨胀操作和腐蚀操作中,目标与背景之间的边缘处会发生改变,通过对这些改变进行分析和提取,可以得到图像中的边缘信息。
常用的基于数学形态学的边缘检测算法有基于梯度操作的边缘检测算法和基于骨架提取的边缘检测算法。
基于梯度操作的边缘检测算法主要是通过对腐蚀和膨胀操作的组合来计算图像的梯度信息。
其基本步骤包括:首先,对图像进行腐蚀操作,得到腐蚀图像;然后,对图像进行膨胀操作,得到膨胀图像;最后,计算膨胀图像和腐蚀图像之间的差异,得到图像的梯度信息。
通过梯度信息,可以得到图像中的高变化区域,即图像的边缘。
常用的基于梯度操作的边缘检测算法有Roberts算子、Sobel算子和Canny算子等。
基于骨架提取的边缘检测算法主要是通过对图像进行形态学操作,提取图像中的骨架信息来实现边缘检测。
其基本步骤包括:首先,对图像进行一系列的形态学操作,得到图像的骨架信息;然后,根据骨架信息,计算图像的边缘信息。
基于数学形态学的图像边缘检测技术_冯俊萍_航空计算技术_2004_84
基于数学形态学的图像边缘检测技术冯俊萍1,3,赵转萍1,徐 涛2(11南京航空航天大学机电学院,江苏南京210016;21南京航空航天大学信息科学与技术学院,江苏南京210016;31江苏技术师范学院机械系,江苏常州213001) 收稿日期:2004206211 作者简介:冯俊萍(1976-),女,陕西西安人,硕士研究生,主要研究方向为计算机辅助测控技术。
摘 要:边缘检测通常是用类似于素描图的图像表达出物体的要素和特征。
实际图像中,边缘由灰度突变的象素点组成,在数字图像处理和分析中具有重要的作用。
本文综合国内外最新文献资料,分析了多种基于数学形态学的边缘检测技术:基于多尺度形态学的边缘检测、基于数学形态学多极平均的图像的边缘检测、基于偏微分方程的形态学的边缘检测、基于均衡化和数学形态学的组合边缘检测、基于坐标逻辑的多结构元图像边缘检测等技术,并综合比较了其优缺点,探讨了其发展方向。
关键词:图像处理;边缘检测;数学形态学中图分类号:TP391 文献标识码:A 文章编号:16712654X (2004)0320053204引言在数字图像处理中,边缘检测的任务就是使边缘精确定位和噪声被抑制。
从数学的角度看,边缘检测是一个“病态”(Ill P osed )问题[1]。
一般说来,对检测出的边缘有以下几个要求:1)边缘的定位精度要高,不发生边缘漂移;2)对不同尺度的边缘都有良好的响应并尽量减少漏检;3)对噪声不敏感,不致因噪声造成虚假检测;4)检测灵敏度受边缘方向影响小。
通常,一个算子不可能同时满足上述要求,这就要根据实际应用情况进行权衡。
传统的边缘检测的方法基于空间运算,借助空域微分算子进行,通过将算子模板与图像进行卷积完成,根据模板的大小和元素值的不同有不同的微分算子,如:R obert 算子、Prewitt 算子、S obel 算子和K irsch 算子等,这些空域边缘检测算子对噪声都比较敏感,且常常会在检测边缘的同时加强噪声。
基于边缘检测的数学形态学方法研究
中图分类号 :P 9 T31
文献标识码 : A
文章编号 :0 9 3 4 (0 72 — 1 9 — 2 1 0 — 0 42 0 )3 4 3 4 0
W AN G -n n Ya f i
R s a c fMa h t s Mo p o o y Me h d a e n I g d e De e t n e e r h o t ma i r h lg t o s B s d o ma e E g t c i c o
( h olg f noma o n ie r go e g uUnv r t o c n lg , e g u 6 0 5 , ia T ec l eo fr t n e gn e n fCh n d iesy f e I i i i Teh oo yCh n d 1 0 9Chn )
维普资讯
\ 工 能 识 技 … 人智 及 刖 术 一
本责辑一 栏任 :东 目编唐
= : ! = == ! == = = == = ቤተ መጻሕፍቲ ባይዱ == = = = =
基于边缘检测 的数 学形态学方法研 究
王 亚 敏
( 都 理 工 大 学信 息 工程 学 院 , 川 成 都 6 0 5 ) 成 四 10 9 摘要 : 阐述 了用 于 图像 边缘 检 测 的数 学形 态 学 方 法 , 图像 边 缘 检 测 的预 处 理 边缘 提 取 、 及 边 缘 连接 等 方 面 均 可 采 在 以 用数 学 形 态 学 来 实现 . 用 实验 证 明数 学形 态学 用 于 边缘 检 测 有其 独 有 的优 点 并 关 键 词 : 学 形 态 学 ; 缘 检 测 数 边
进行图像处理有其独有的一些特征 : ①它反映的是一幅
用数学形态学进行图像边缘检测的新方法
用数学形态学进行图像边缘检测的新方法
杨翔宇 !" 孙慧 " " %- 河北师范大学 图书馆 $河北 石家庄 " )"" %# %!- 河北师范大学 数学与信息科学学院 $河北 石家庄 " )" "%# ( 摘要 #本文提出了求灰值腐蚀 ) 膨胀运算结果的简便方法 ** * 模板法 ’ 应用此方法在检测灰度图像的边缘过程中可较容易地做腐蚀 ) 膨胀运算 ’ 先得出用数学形态学检测灰度图像边缘的算法 % $然后在分析了其效果并指出不足的基础上 $把算法 % 中用一个结构元素既 做腐蚀又做膨胀 $ 改进为用四个不同方向的结构元素只做膨胀 $ 得出了效果比较理想的算法 ! ’ 关键词 #灰度图像的边缘检测 % 灰值腐蚀 %灰值膨胀 %模板法 中图分类号 #$ %#&! 文献标识码 #’ 文章编号 # !((&)#(**+"((,-(")!(.(!)(" ./01 2 3456$78 !9 :;0 <83" =<>?>3 0@AB4C ;53D>AE3F79 :G3H34IG8456 ") ""% #9 J G354* ’E2 <435<F K>BLC4F> B>FG@M 3E NA>4F3D>C7 8E>M 3 5 @?F43 5356 FG> A>E8CFE @O 6A47 D4C8> >A@M3? 3C3F7 45M >PL 45E>- KG3E B>FG@M 3 E B@A> E3BL C7>A 35 >M 6>M M >F>NF3 @5 8E356 6A47 D4C8> >A@M3 ?3C3 F7 45M >PL 45E>- Q3 AEFC79 FG3E L4L >A LA@D3M >E 4 4C 6@A3FGBE % @O B4FG>B4F3N4C B@AL G@C@67 F@ M >F>NF FG> 3 B46> >M 6>- /O F>A 455@53I> 3FE O48CF9 FG>5 L A@D3 M>E 4 4C6@A3 FGBE ! 8E356 O@8A M 3A>NF3@5 N@5EFA8NF >C >B>5F F@ >PL45E>9 F4R>3 56 L C4N> @O 4 SG@C> N@5EFA8NF >C>B>5F F@ >PL 45E> 45M >A@M>- /C6 @A3FGBE ! 3E B@A> >OO >NF3D>G0D H6492F >M 6>M M >F>NF3 @5 @O 6A47 3B46>T 6A47 D 4C8> >A@M 3?3C 3F7 T 6A47 D 4C8> >P L45E> $ /0 1020345/ 67 89:0 ;0<05 <=6> ?2=>: @3</0A 3<=53B @ 64C/6B6:D
基于数学形态学的图像边缘检测研究
个模型来描述 。对 图像 中的噪声进行滤 除是图像处理 中不可 缺少 的操作 。将开启和闭合运算结 合起来可构成形态学 噪声滤除算法。 对于二值图像 , 噪声主要表 现为 目标周 围的噪声块和 目标 内部 的噪 声孔。 用结构元素 B 对集合 A进行 开启操作 , 就可 以将 目标周 围的 噪声块消除掉。用 B对 A进行 闭合操 作, 则可 以将 目标 内部 的噪声 孔消 除掉 。该方法 中 , 结构元素的选取相 当重要 , 对 它应 当 比所有 的噪声孔和噪声块的尺寸都要 大。对 于灰度 图像 , 噪声就是进 滤除 行形态学平滑 。实 际中常用开启运算消 除与结构元素相 比尺寸较 小的亮细节 , 而保持图像整体灰 度值和大的亮 区域基本不变 。用闭 合运算消除与结构元 素相比尺寸较 小的暗细节 , 而保持 图像整体灰 度值和大 的暗 区域基 本不变 。将这两种操 作综合起来可达 到滤除 亮区和暗区中各类噪声 的效 果。同样 , 结构元素 的选取也是个重要
维普资讯
辱扳 爻 汇 20. ( 刊) f f 08 8 0 上旬
基 号 数 学 形 态 喾 的 围 像 边 缘 检 测 研
口 周 舒
( 贵州财经学院数学与统计学院 贵州・ 阳 50 0 ) 贵 504
摘 要 图像 的边缘检 测在 图像 处理 中占有重要的地位 ,图像的边缘是指 图像 中相邻像 素点之 间的灰度有较显著 变化 的地方的描 述 . 这种 变化可 以用数 学上的梯度来表征。本文在 分析形 态学在边缘检 测 中的优 势的基础上 , 出了基于数学形 提 态学的边缘检测算法。 关键词 数 学形 态 学 图像
2形 态 学在 边 缘 检 测 中 的 优 势 、 数 学形态学 是一 门建 立在 严格的数 学理论基 础之上 的科学 , 形态学来 自生物 学 , 是生物学 的一个 分支 , 常常用来 处理动物 和植
基于数学形态学的边缘检测方法
o { l r d B d x ; 12 …, j)d= ,, / ' t () 1
这是 因为图像 的边缘包含 了用于识别 的有用信 息。边缘检测
的结果直接决定着后续处理 的精度 。尽管 传统 的边 缘检测方 法很多 , 如基于空间运算 Lpae算子 、oe 算 子和梯 度算子 al c Sbl 等, 但大 量数字图像处 理结果表 明 , 这些边 缘检测算 子对方 向
Ab ta t sr c :A ag r h b s d o e c ni r h lg c lt n fr a d l c le to y w s p o o e o d e d t cig lo t m a e n p r e t e mop oo ia r som n o a nr p a r p s d fr e g ee t .T i i l a n hs meh d s l ci g p re t e mo h lgc lt n fr v l e r e i e y sr cu e s e a d sr c u e tp h c e e u e t o ee t e c n i r oo ia r som au swee d c d d b t t r i n t t r y e w i h w r s d n l p a u z u
边缘是图像最基本 的特 征 , 边缘 检测在计算 机视觉 、 图像 分析等应用中起着重要作用 , 图像 分析与识别 的重要环 节 , 是
有力工具 ' 。
定义 1 设, ) ( 为定义 在 z ( 离散数 字空 间) 的一 n维 上 个离散 函数 , ,: … , } B={ , 为结构元 素 , 0 e c n i r h lgc l r n f r ,i r e n miet el c le t p flc lae .E p r n e u t s o a ,c n- n p r e t emo p oo ia a so l t m n o d rt mii z h o a n r y o a ra x e me t s l h w t t o o o o i r s h p rd w t e t dt n le g ee t g meh d,t i meh d e h n e h d e a d d ce s st e n ie a e i t r i o a d e d tci t o hh a i n hs to n a c st e e g n e r a e h o s . Ke r s p r e t e mo h lg c lt n f r ;e g ee t g o a n rp ;i g rc s y wo d : e c ni r o o i a a som l p r d e d t ci ;lc l to y ma e p o e s n e
基于数学形态学的HSI空间彩色边缘检测方法
Co o l rEdg ee to s d o a he a i a o phoo yi S a e eD t ci n Ba e n M t m tc lM r l g H ISp c n
GAo LI Li , NG a - i Xi o m ng
c mb n n o o e tSe g n o a i n Th x e i n a r s l h w h t r p s d a g r h c n ma e f l u e o o i i g c mp n n ’ d e i f r t . e e p rme t l e u t s o t a o o e l o t m a k u l s f m o s p i t e h e s t a i n a d i tn i f r a in t fe t ey ei n t e n ie a d a a t ey e ta i o r o y n m t o e ci l l o v mi ae t o s n d p i l x r c h o lt d e h v
Miir d c t n L nh u 3 0 0 C ia) ns o uai , a zo 0 7 , hn t fE y o 7
Ab t a t ti i c l t fe t e y d si g ih t e smi r y b t e o o s i sr c :I s d f u t o e c i l i n u s h i l i e we n c l r n RGB c l r s a e O c lr i g i v t at o o p c ,S o o ma e p o e s g i i l me t d i I s a e wh c e e t h  ̄a e f h m a ii n An a a tv l o i m f c l r r c s i s mp e n e n HS p c ih r f cs t e n l mr s o u n v so . d p i e ag r h o o o t i g e g d tc in a e o mu t l sr cu e n mu t s a e l me t i HS s a e s r p s d F rt , ma e d e ee t b s d n o l p e t tr a d i u l —c l e e n s n i I p c i p o o e . i l sy mo p o o i a d e d t ci n i x c td b sn i e e tsr c u e a d d f r n c l lme t o h e s t a i n a d r h l g c l g e e t se e u e y u i g d f r n t t r n i e e t a e ee n st u , a u t n e o u s r o
基于数学形态学的图像边缘检测方法及应用
1 基 于 形态 滤 波 的 边 缘 检 测
1 1 形态 滤 波器构 造 .
开闭运 算是 最 基本 的形 态 滤波器 , 一闭运 算 ( c 和闭 一开 运算 ( D) 开 0一 ) c— 的级 联 形式 为
o f n )= ( c(( ) ,。B・B) 乃 () c f n )= ( o(( ) foB。B) 乃 () () 1 () 2
, ^ 一1 ^ 一1 , ,
MS E
~
( )一 ( D( ,
பைடு நூலகம்) )
() 4
n 『 毳一
]
( 5 )
复 合 形态 滤波 优 于单 一 形态 滤 波 , 于 开一 对 闭滤 波器 : E值 为 1 2 3 , S R值 为 6 . , 于 闭一 MS 4 . 1P N 12 对 开 滤波 器 : E值 为 13 9 , S R值 为 6 . 3 对 于复合 滤 波器 : E值 为 1 6 5 , s MS 4 .3 P N 11 , MS 0 . 0 P ⅣR值 为 6 . 4 41。
维普资讯
第 5期
冉 彦 中 等 : 于数 学 形 态 学 的 图像 边 缘 检 测 方 法 及 应 用 基
・ 41・
为 了达 到在 滤 除噪声 的同时 , 效地 保 持 图像各 个方 向上 的线 性细 节 的 目的 , 使 结构元 素 尽可 能 有 要 地 覆盖 图像 中 的所有 线条 走 向 , 构成 全方 位 形态 滤波 器 。 定 义 : , m, ) m, ∈Z)为 一数 字 图像 , 中 , = { ,一2 设 ( t( t / , / , 其 Z £ ,一1 0 1 2 L , , , , , } £为像素 灰度 值 , 自
一种基于数学形态学的边缘检测方法
An Ed e De e to e h d Ba e n M a h ma ia o p o o y g t c in M t o s d o t e tc lM r h l g
弱, 出现了图像的模糊边缘 ;2 )是 基于形态腐蚀 , 虽然所得 到 的图像边缘 信号 较强 , 但是相应地增强 了噪声 _ 。 8 ]
3 灰 度 形 态 学滤 波
基于形态学实现对 图像 的平滑处理一 般采用开 闭操作 相结合的方法 。利用灰度形态学 的基本运 算可 以构 成形态
学的开闭运算 。
5 改进 的 边 缘 检 测 方 法
上文所 提到的传统形态学滤波及边缘检测 算子都是基 于单一结构 的 , 单一结构 元素 只能 检测 出与结 构元 素 同方 向的边缘 , 而对与结构元素不 同方 向的边缘 不敏感 , 因此效
果不是很理想L ] 6 。
用结构元素 b 对灰 度 图像 . 厂先进行 腐蚀 , 进行 膨胀 再 处理 , 即为灰 度图的开运算 , 开运算定 义为
21 0 2年第 2期
计算机与数字工程
13 O
(O )xy =mn (+ ,_ 一b , \ , ∈D 、 f b( ,) ii z f ,r ( ( k
3 )采用膨胀 与腐蚀组 合运算 , 则边缘检测梯度算子 为 E3 一固 b @ —f b
形态学边缘检 测算 子是一种 非线 性 的差分算 子 , 实质 上是传统线性 差分算 子 的一种 推广 , 检测 出的边缘 与结构
W ANG Zhe g n
( c o lo tc lElcrc l n mp t rEn ie r S h o fOp ia— e tia d Co u e gn e i a ng,U nv r i fS a g a o ce c n c n lg iest o h n h ifrS in ea d Te h oo y,S n h i 2 0 9 y ha g a 0 0 3)
基于形态学的边缘特征提取算法
基于形态学的边缘特征提取算法基于形态学的边缘特征提取算法1. 引言边缘检测是计算机视觉领域中一个重要的任务,其在图像分割、目标识别和图像重建等领域具有广泛的应用。
而边缘特征提取算法作为边缘检测的关键环节之一,其目标是从图像中提取出能够准确反映目标边界的特征信息。
在这篇文章中,我们将探讨基于形态学的边缘特征提取算法,介绍其原理和算法流程,并分享我对这一主题的观点和理解。
2. 形态学基础形态学是一种基于图像形状和结构的数学理论,常用于图像处理和分析中。
形态学操作主要包括腐蚀(erosion)和膨胀(dilation)两种基本操作。
腐蚀操作可以将目标边界向内部腐蚀,而膨胀操作则相反,可以将目标边界向外扩展。
这两种操作的结合可以产生一系列形态学操作,如开操作、闭操作、形态学梯度等。
基于这些形态学操作,我们可以利用形态学算法来提取图像中感兴趣的边缘特征。
3. 基于形态学的边缘特征提取算法基于形态学的边缘特征提取算法主要分为两步:预处理和特征提取。
3.1 预处理在进行形态学边缘检测之前,我们需要进行一些预处理操作,以克服图像噪声对结果的影响。
常见的预处理方法包括图像平滑和二值化。
图像平滑可以通过应用高斯滤波或中值滤波等技术来减少图像中的噪声。
而二值化操作将图像转换为二值图像,将目标物体与背景分离出来,为后续的形态学操作做准备。
3.2 特征提取在预处理之后,我们可以开始进行形态学的边缘特征提取。
常用的形态学边缘特征提取算法包括基于腐蚀和膨胀操作的梯度算法、基于掩膜操作的边缘算子算法等。
3.2.1 基于腐蚀和膨胀操作的梯度算法该算法通过对原始图像进行腐蚀和膨胀操作,并计算两幅结果图像的差值,得到图像中的边缘特征。
具体步骤如下:1) 对原始图像进行腐蚀操作,得到腐蚀图像;2) 对原始图像进行膨胀操作,得到膨胀图像;3) 计算膨胀图像和腐蚀图像的差值,得到边缘特征图像。
3.2.2 基于掩膜操作的边缘算子算法该算法通过定义一种特殊的掩膜模板,对原始图像进行卷积操作,从而得到图像中的边缘特征。
基于数学形态学的图像边缘检测方法研究
子工业出版社, 1 997. 56~160 .
第 2 期 陈 虎等:基于数学形态学的图像边缘检测方法研究 ・115・ [6] 梁 勇, 李天牧. 多方位形态学结构元素在图像边 缘检测中的应用 [J]. 云南大学学报 ( 自然科学版 ), 1999, 21(5): 392~ 394.
基金项目:海军工程大学科研基金资助项目(E993) 作者简介:陈 虎(1965-) ,男,江苏扬州人,讲师,主要研究领域为计算机图形学。
第 2 期 陈 虎等:基于数学形态学的图像边缘检测方法研究 ・113・
D ( A) = A ⊕ B = {( x, y ) | B xy I A ≠ Φ} (2)
Abstract: In image processing, it is very difficult to withdraw complex image edge characteristic information through a multi-structural element. This article applies mathematics morphology theory and method, brings up one kind of selected multi-structural element, adopts ordering edge examination algorithm to examine image edge information, finally asks to different structural element edge examination results and, thus obtains final edge image output method. Experiment indicates, this method has better image edge examination effect, also simple and flexible nimble, may adapt to different type image edge information examination necessity. Key words: computer application; image processing; mathematics morphology; two values ordering filtering; structural element
一种基于数学形态学的彩色图像边缘检测方法
t c ro e n i f t t e ma e . e x e me t r s l n iae t a, t e d e f t e c l rd m a e a b wel o o r d a d n ae h i g Th e p r n a e ut d c td h t h e g o h o o e i g c n e l i l i l d tc e y u i g t e ag rtm , n h lo ih i s p ro o t e S b la d t e P e t o e o x a d n eh d n eetd b s h lo h n i a d t e a r m s u e i r t h o e n h rwi p mt r e p n i g m t o s i g t t
一
种基于数学形态 学的彩色 图像 边缘检 测方法
邢 超, 闰秋 玲
4 00 ) 5 0 1 ( 南工 业 大 学信 息科 学与 工 程 学 院 , 南 郑 州 河 河
摘
要: 边缘检测对 于彩 色图像的处理是一个难题 。 文章提 出了一种基 于数学形态学的彩 色图像边缘检测的算法 , 思想 其
关 键 词 : 学形 态学 ; 缘 检 测 ; 色图像 ; 数 边 彩 结构 元 素 中 图分 类 号 :P 9 .1 T31 4 文 献标 识 码 : A
A M e h d o l rI a eEd e De e to s d n a h m a i a o ph l g t o f r Co o m g g t c i n Ba e o M t e tc lM r o o y
第1 6卷 第 5期
2 0 0 8生 l B O
电
脑
基于数学形态学的单像素连续边缘检测方法
片拼接 技术 , 其 核心 思 想 就 是 利 用不 同碎 纸 片 的轮 廓 特征 进行 匹 配 , 将 不 同的碎 纸片合 成 完整 的 图像 。
单 像 素的 连续边 缘 可 以为轮廓 特征 的 提取奠 定 良好
数 学形 态学 的 主要思 想 是利用 结 构元 素探 测 图 像 中 目标 的形 状 。结 构 元 素 是 一个 几 何 模 板 , 可 以 是圆盘 形 、 正方 形 或 线 形 。结 构 元 素 形 状 和 尺 寸 的
摘
要
针 对 司 法 证 据 中 碎 片 图像 边 缘 检 测 的毛 刺等 造 成 边缘 检 测 不 准 确 问 题 , 提 出 了一 种 基 于 数 学 形 态 学 的 单
像 素连 续边 缘 检 测 方 法 , 通 过 碎 片 图像 预处 理 、 二值化 , 利 用 数 学 形 态 学 重 建 和 开 运 算 去 除 图 像 中 的 噪 声 点 和 边 缘 毛刺 , 并 根 据 边 缘 像 素 的 特点 搜 索 边 缘 像 素 , 得 到 单 像 素 的 连 续 边 缘 图像 。 该 方 法 可 有 效 地 从 碎 片 图 像 中提 取 目
通 过对 纸 质 碎 片 图像 的拼 接 , 可 以实 现 文 档 资 料 的复 原 , 这 在 司法证 据 、 情报 资料 整理 等方 面有着
非 常重 要 的意义 。 目前 , 碎纸 片 的拼 接 工 作 很 大程 度 上要 依靠 人工 来 完 成 。 随着 信 息 技 术 的 发展 , 学 者们 开 始研 究碎 纸片 自动 拼接技 术 。碎 纸 片 自
基 于数 学 形 态 学 的 单像 素 连 续 边 缘 检 测 方 法
王 蓉 , 赵 兴 涛 , 王 斌 君
数学形态学在边缘检测中的教学方法
数学形态学在边缘检测中的教学方法
赵彤洲;王海晖;王艳丽
【期刊名称】《电脑与电信》
【年(卷),期】2010(000)012
【摘要】教学形态学具有完备的数学理论体系,提供了一种基于图像几何特征的信息提取方法.在数字图像处理教学中,探索了数学形态学理论在边缘检测中的教学方法,并取得了较好的教学效果.
【总页数】3页(P75-76,79)
【作者】赵彤洲;王海晖;王艳丽
【作者单位】武汉工程大学智能机器人湖北省重点实验室,湖北,武汉,430073;武汉工程大学计算机科学与工程学院,湖北,武汉,430073;武汉工程大学智能机器人湖北省重点实验室,湖北,武汉,430073;武汉工程大学计算机科学与工程学院,湖北,武汉,430073;武汉工程大学计算机科学与工程学院,湖北,武汉,430073
【正文语种】中文
【相关文献】
1.数学形态学及其在图像边缘检测中的应用 [J], 魏强强
2.基于数学形态学的边缘检测技术在医学显微图像中的应用 [J], 黄毓珍;林长方;
3.融合otsu算法和数学形态学在canny边缘检测中的运用 [J], 陈世文
4.数学形态学运算在声纳图像边缘检测处理中的应用 [J], 王斯朕;蒋立军
5.基于数学形态学的边缘检测技术在医学显微图像中的应用 [J], 黄毓珍;林长方
因版权原因,仅展示原文概要,查看原文内容请购买。
基于数学形态学的HSI空间彩色边缘检测方法
第37卷第4期 光电工程V ol.37, No.4 2010年4月Opto-Electronic Engineering April, 2010 文章编号:1003-501X(2010)04-0125-05基于数学形态学的HSI空间彩色边缘检测方法高丽1,令晓明2( 1. 兰州交通大学电子与信息工程学院,兰州 730070;2. 光电技术与智能控制教育部重点实验室(兰州交通大学),兰州 730070 )摘要:针对在RGB空间中很难有效区分颜色相似性的问题,选择更加符合颜色视觉特性的HSI颜色空间进行图像处理,提出一种基于HSI空间的多结构多尺度自适应彩色图像边缘检测方法。
首先对H、S、I三个分量采用不同结构和不同尺度的结构元素进行形态学边缘检测,然后对三个边缘分量利用信息熵加权得到融合后的彩色边缘信息。
实验结果表明,该方法可以充分利用彩色图像的色度、饱和度和亮度信息,有效地抑制噪声,自适应地提取完整的边缘信息。
关键词:HSI空间;数学形态学;彩色边缘;信息熵;多结构多尺度中图分类号:TP391.41 文献标志码:A doi:10.3969/j.issn.1003-501X.2010.04.024Color Edge Detection Based on Mathematical Morphology in HSI SpaceGAO Li1,LING Xiao-ming2( 1. School of Information & Electrical Engineering, Lanzhou Jiaotong University, Lanzhou 730070, China;2. Key Laboratory of Opto-electronic Technology and Intelligent Control (Lanzhou Jiaotong University),Ministry of Education, Lanzhou 730070, China )Abstract: It is difficult to effectively distinguish the similarity between colors in RGB color space, so color image processing is implemented in HSI space which reflects the features of human vision. An adaptive algorithm of color image edge detection based on multiple structure and multi-scale elements in HSI space is proposed. Firstly, morphological edge detection is executed by using different structure and different scale elements to hue, saturation and intensity. Then, according to the weight derived from information entropy, the color edge information is obtained by combining component’s edge information. The experimental results show that proposed algorithm can make full use of the hue, saturation and intensity information to effectively eliminate the noise and adaptively extract the complete edge information.Key words: HSI space; mathematical morphology; color edge; information entropy; multiple structure and multi-scale0 引 言边缘是指图像上局部强度变化最显著的部分,它反映了图像中一个物体区别于其他物体最基本的特征,是图像分割、模式识别、图像分析和理解的重要基础。
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
算和 闭运算 还 是很 陌生 , 教学 中设 计 了基 于形 态学 的 改 在
进 的 S bl 法 , 原 始 图 像 进 行 腐 蚀 、 胀 , 择 适 当 的 oe 算 对 膨 选 运 算 结 构 元 素 后 , 用 S bl 子 进 行 运 算 , 目标 轮 廓 再 oe 算 对 的 提 取 得 到 了 较 为 理 想 的 图 像 质 量 , 强 了 学 生 的 学 习 兴 增
容 。
用 数 学 形 态 学对 图像 进行 处理 一 般 都 要 结 合传 统 的
图 像 分 析 方 法 。有 很 多 传 统 的 图 像 分 析 法 , 过 对 原 图 像 通
进行分析, 综合 数 学 形 态 学和 图像 经 典分 析 方 法 , 并采 用
图 像 数 学 形 态 学 中 腐 蚀 和 膨 胀 方 法 , 结 合 传 统 方 法 中 的 S b l 子 对 图 像 进 行 目标 轮 廓 的提 取 。 数 学 形 态 学 中 , oe 算 在 需 要 利 用 结 构 元 素 来 收 集 图 像 的信 息 , 结 构 元 素 在 图 像 当 中进行 移 动 时 ,能探 寻 图像 内部 各个 结构 之 间的 关系 , 进
具 有 天 然 的 并 行 实 现 的 结 构 , 即 实 现 了 形 态 学 分 析 和 处 理 算 法 的 并 行 , 大 提 高 了 图 像 分 析 和 处 理 的 速 度 …。 大 数 学 形 态 学 边 缘 检 测 的 基 本 思 想 是 对 图 像 用 一 定 的 结 构 元 素 进 行 操 作 后 , 原 图 像 相 减 。 由于 数 学 形 态 学 基 与 于 集 合 论 , 此 它 的 运 算 是 由集 合 运 算 ( 、 、 ) 定 义 因 并 交 补 来
而 对 图像 的结 构特 征有 深 入 了解 。需 要注 意 的是 , 结构 元
素 的选 择 和 图像 的某种 信 息有 密 切的 关系 , 构造 不 同的 结 构 元素 可 完成 不 同 的图像 分析 , 并得 到 不 同的 结果 [。 2 】
经 过 前期 教 学 内容 的讲 授 及相 关 实 验 , 生对 Sbl 学 oe算 子 已经 非 常 熟 悉 , 对 数 学 形 态 学 中 的腐 蚀 、 胀 、 运 但 膨 开
[ 摘
要]
中 , 索 了数 学 探 [ 关键 词 ]
1 引 言 ・ 在 数 字 图 像 处 理 中 ,边 缘 检 测 的 主 要 目的 是 检 测 和 标 注 显 著 的 灰 度 强 度 变 化 , 即 标 识 数 字 图 像 中 亮 度 变 化 明 显
手 做些 相 关实 验
,
是 我们 在 教学 中一 直探 讨 的 问题 。
3 .数学形 态学理论在边 缘检测 中的教学方法 从 20 0 3年 开 始 ,我 校 的数 字 图像 处理 课程 就 在 讲授 用数 学 形态 学 理论进 行边 缘 检测 的内容 , 经过 近 七届 学生
教 学 的 探 索 , 课 程 组 逐 步 摸 索 出 了 一 些 方 法 , 这 些 方 本 用 法 进 行 该课程 的教 学取 得 了较好 的教 学 效果 。
为:
对 比 法 是 最 能 直 接 反 应 数 学 形 态 学 进 行 图 像 处 理 的 效 果 。 在 教 学 中 , 通 过 对 Pe t rwi t算 子 、 o e S bl算 子 、
G us nL pain算 子 和 C n y算 子 的 边 缘 检 测 效 果 进 asi .a l a a c an 行对 比, 示 出基 于数 学 形态 学 的边 缘检 测具 有较 好 的抗 显
趣。
32 . 对 比 法
的 ,基 于 形态 学 的 图像 边 缘 检测 都 必 须 以合理 的方 式 转
换 为 集 合 。 这 种 转 换 的 目的 是 要 找 到 原 始 集 合 的 特 定 集 合 结 构 , 转 换 后 的 集 合 包 含 了 这 种 特 定 结 构 的 信 息 。 形 而 态 学 图 像 处 理 的 基 本 运 算 有 4个 : 胀 、 蚀 、 操 作 和 膨 腐 开 闭 操 作 , 种 运 算 都 有 相 应 的 数 学 公 式 进 行 描 述 , 面 以 每 下 腐 蚀 定义举 例 : 腐 蚀 的 定 义 : 设 A、 是 两 个 集 合 , 被 B 腐 蚀 表 示 B A
容 。 目前 , 许 多方 法 用 于边 缘 检 测 , 检 测梯 度 的最 大 有 如
值 法 , 测 二 阶 导 数 的 零 交 叉 点 法 , 有 基 于 统 计 分 析 的 检 还
Hale Waihona Puke 方 法和 基 于小波 理 论 的多尺 度 边缘 检测 法 。其 中 , 用数 利
学 形 态 学 理 论 进 行 边 缘 检 测 成 为 理 论 研 究 和 实 际 应 用 的 热 点 ,也 是 很 多 数 字 图 像 处 理 课 程 教 学 中 需 要 讲 授 的 内
3 1 与 其 它 理 论 相 结 合 讲 述 .
的点 。由于 图像 边缘 检测 大 幅度 地 减 少 了数 据量 , 并且 去
除 了 一 些 不 相 关 的 信 息 , 保 留 了 图 像 重 要 的 物 体 结 构 信
息 。因此 , 缘检 测 是数 字 图像 处理 课程 教 学 中的 重点 内 边
2 .数学形 态学与图像边 缘检测 的理论基础
数学 形态 学 的数 学基 础和 所 用语 言是 集 合论 , 因此 它
具 有完 备 的数 学 基础 , 为 形 态 学用 于 图像 分析 和 处 理 、 这 形 态 滤 波 器 的特 性 分析 和 系统 设 计 奠 定 了 坚 实 的 基础 。 数 学 形态 学 的应 用 可 以简化 图像 数 据 ,保 持 图像 基 本 的 形状 特性 , 除去 不相 干 的结 构 。基 于 数学 形态 学 的算 法 并
噪 和 边 缘 提 取 能 力 。 图 列 举 了 用 Pe t 算 子 和 采 用 5 5 下 rwi t *