脉冲检测和形态学在图像滤波与边缘检测中的应用研究

摘要

图像工程根据研究方法的不同可以分为三个层次：图像处理、图像分析和图像理解，图像工程是三者的有机结合及它们工程应用的总称。图像滤波和边缘检测技术是图像分析和处理的基础，也是图像处理领域的研究热点问题。 脉冲检测技术是脉冲噪声图像滤波的关键技术。数学形态学以集合理论为基础，是几何形状描述与分析和非线性滤波的有力工具。本文以脉冲检测技术和形态学为基础，对脉冲噪声图像的滤波方法和形态学在图像滤波与边缘检测中的应用进行了深入的研究，主要内容包括： 1.提出了一种基于改进脉冲噪声检测的新型滤波算法。新方法首先通过改进的噪声检测方法把图像中的噪声点标识在噪声标识矩阵中，然后采用改进中值滤波方法并有限制的自适应调整滤波窗口对灰度图像中的脉冲噪声给予有效滤除。在此基础之上，分别采用该方法对RGB彩色图像的3个子通道进行单独滤波，然后利用通道融合技术得到最终的彩色滤波图像。 2.提出了一种基于数学形态学的自适应广义形态滤波器，该类型滤波器可以解决结构元素选择的困难和克服传统滤波器的输出偏倚问题。在此滤波器的基础上，通过改进边缘检测算子和设计自适应边缘信息合成方法，提出了一种基于多结构元素多尺度的形态学边缘检测方法，并把其成功应用到甲骨文和碑文图像的边缘检测中。 3.针对结构元素尺度选择的难题，通过对顺序形态学极值滤波运算的研究，提出了一种基于顺序形态学的最佳结构元素尺度自适应确定算法。 4.将数学形态学方法推广到柔性形态学，并扩展到彩色图像。在HSV颜色空间，定义了一种新的矢量排序方法。基于新的矢量排序方法，提出了一种新的柔性多结构元素彩色图像处理方法。

目录

文摘

英文文摘

声明

第1章绪论

1.1研究背景

1.2研究意义

1.3研究应用发展现状

1.3.1脉冲噪声图像滤波

1.3.2数学形态学

1.4本文的研究内容和论文组织

第2章基于脉冲噪声检测的图像滤波方法研究

2.1引言

2.2图像噪声

2.2.1噪声来源

2.2.2噪声模型

2.2.3脉冲噪声

2.3基于改进脉冲噪声检测的灰度图像滤波方法

2.3.1脉冲图像的特征分析

2.3.2改进脉冲噪声检测

2.3.3改进脉冲噪声滤波

2.3.4试验结果与分析

2.4基于改进脉冲噪声检测的彩色图像滤波方法

2.4.1彩色图像脉冲噪声滤除算法

2.4.2试验效果与性能

2.5本章小结

第3章基于数学形态学的图像滤波与边缘检测算法研究

3.1引言

3.2数学形态学基本形态变换

3.2.1二值形态变换

3.2.2灰度形态变换

3.3基于多结构元多尺度的自适应广义形态滤波器设计

3.3.1多结构元素的选取

3.3.2多尺度的选取

3.3.3自适应广义形态滤波器的设计

3.4基于多结构元多尺度形态学的边缘检测算法

3.4.1基本形态学边缘检测算子

3.4.2抗噪型形态学边缘检测的改进算子

3.4.3基于改进算子的多结构元多尺度形态学的边缘检测算法

3.4.4试验结果

3.5基于多结构元多尺度形态学的甲骨文和碑文图像边缘检测方法

3.5.1算法流程

3.5.2试验结果与分析

3.6本章小结

第4章基于顺序形态学的最佳结构元尺度自适应确定算法

4.1引言

4.2顺序形态学复合极值滤波

4.2.1顺序形态学基本定义

4.2.2顺序形态学复合极值滤波理论

4.3最佳结构元尺度自适应确定算法

4.3.1算法思想

4.3.2算法过程

4.4试验结果与分析

4.5本章小结

第5章基于柔性形态学的彩色图像滤波与边缘检测算法研究

5.1引言

5.2新型膨胀和腐蚀算子定义

5.2.1颜色子空间的矢量中值确定

5.2.2基于新型矢量排序的形态学基本算子定义

5.3基于新型膨胀和腐蚀算子的彩色柔性形态变换

5.3.1新型柔性形态变换基本运算定义

5.3.2新型多结构元素多尺度柔性形态变换定义

5.3.3基于新型彩色柔性形态变换的边缘检测算子定义

5.4算法比较分析与试验结果

5.4.1滤波性能比较

5.4.2试验结果

5.5本章小结

第6章总结与展望

6.1总结

6.2展望

附录 彩色图像实验结果图

参考文献

攻读硕士学位期间发表(或录用)的论文

致谢