形态学滤波

摘要： 针对列车滚子轴承内圈外表面缺陷人工检测方法的不足,提出了一种基于机器视觉的表面缺陷检测方法,通过对缺陷图像的处理和分析,快速、准确地实现了轴承表面缺陷的分类识别。这里使用工业内窥镜进行轴承图像的获取,通过对图像的灰度直方图分析,判断其是否为缺陷轴承;对缺陷图像分别进行二值化处理、形态学滤波和图像标记,以准确获得图像的缺陷区域;对缺陷区域进行特征提取后,利用缺陷分类决策树完成缺陷类型的识别。实验表明,该方法实时性好、运算速度快,可有效检测出列车滚子轴承表面缺陷。

摘要： 针对轴承工作曲面划痕缺陷成像的问题,提出了一种采用正交偏振成像的检测方法.首先,采用偏振相机结合正交偏振理论获取光滑轴承曲面图像,利用形态学滤波差分运算消除不均匀背景;然后,采用特定滤波和增强方式对SWT产生的分解系数进行保边去噪和增强,并进行图像重构;最后,对其中的缺陷特征进行分割处理.结果表明:采用线偏振光源照射光滑轴承曲面,局部过曝光现象消失,获得低对比度划痕缺陷特征.该方法可有效提高轴承工作曲面划痕缺陷的检测准确度,也可推广到类轴承光滑金属曲面划痕缺陷的视觉检测中.

摘要： 针对不同发育阶段冰面湖信息提取不够精确、方法鲁棒性不高的问题,提出了一种形态学滤波时间序列冰面湖提取方法。选取格陵兰东北部一个典型区的9幅WorldView多光谱影像,实现了2017年整个消融期内各发育阶段的冰面湖自动化提取。首先,基于改进型归一化水体指数和统计分析方法,实现了单一阈值下的多时相影像水体信息快速提取;然后,引入形态学开运算,自动获取不同滤波窗口下的冰面湖信息;最后,提出一种基于欧式距离的定量精度评价方法,自动确定最优滤波窗口并得到满足精度要求的时间序列冰面湖信息。精度评价表明,冰面湖提取精度平均优于2个像元,时间序列冰面湖提取总精度达88.37%,其中漏分误差2.33%,错分误差9.30%,验证了该方法的有效性、鲁棒性和高效性。

摘要： 为高效提取轴承振动信号中的冲击故障特征,提出了一种改进形态学帽乘积算子(IMHPO);同时,提出了一种新的结构元素长度选择策略,根据振动信号的极值点确定结构元素的长度范围并采用Hoyer测度评估形态滤波信号中的故障特征信息来选择最优结构元素长度。此外,将对角切片谱(DSS)应用于形态学帽乘积算子的滤波信号,以解决宽带噪声污染并进一步消除故障无关分量。仿真分析和轴箱轴承试验结果表明,所提出的IMHPO-DSS方法能够增强故障相关冲击特征并有效诊断轴承故障。

摘要： 针对数字正射影像(DOM)接缝线穿越建筑物和独立地物而导致建筑物和独立地物出现错位的问题,本文提出了一种基于形态学滤波与Dijkstra算法的正射影像接缝线网络自动生成方法,该法可有效避免镶嵌影像中建筑物和独立地物产生错位。其基本思想是首先将数字表面模型(DSM)在保留地形、地势的基础上,将建筑物和独立地物过滤掉,然后利用Dijkstra算法自动生成正射影像接缝线网络。该方法自动生成的接缝线网络可避免穿越影像重叠区域中高差较大的区域,能确保镶嵌影像中地物的完整性,从而避免正射影像镶嵌处理后建筑物和独立地物出现错位。

摘要： 为提高对本船所处海域环境的感知能力,研究机器学习算法的船舶激光雷达点云数据分类方法。利用多旋翼无人机搭载激光雷达系统,获取船舶所处海域环境的点云数据,将其运用形态学滤波算法进行滤波处理,区分出点云数据中的非海洋点,使用灰度共生矩阵提取非海洋点部分的纹理特征,据其采用机器学习算法中的随机森林算法,实现船舶激光雷达点云数据分类。实验结果表明:为获得较理想的船舶激光雷达点云数据滤波性能,需将该方法的结构元窗口设置为20 m;该方法所提取非海洋点部分的纹理特征具有较好的可分性,并且对非海洋点部分的分类全面性和准确性较高。

摘要： 为解决单一滤波在复杂区域的不稳定性问题,对基于形态学与渐进三角网滤波的融合算法进行研究。针对初始地面模型较为粗糙的问题,利用形态学滤波可为渐进三角网滤波法提供大量的初始地面点,使得初始地面模型能更准确地表达地面真实起伏;针对判断阈值无法适应全地形的问题,利用三角网滤波法的法向量竖直角、两点间高差及坡度角来修正角度阈值和距离阈值。试验结果表明,基于形态学与渐进三角网融合滤波算法的精度和适应性都较高,在地形陡峭的区域中也可取得较好的滤波效果,尤其在第Ⅰ类误差和总误差方面优势明显,绝大多数样本数据误差均小于10%。

摘要： 针对高光谱影像空谱信息利用问题,设计了一种融合空间信息的稀疏表达分类方法,以提高高光谱影像的分类精度。首先,在特征提取阶段引入空间信息,采用形态学滤波的方法提取高光谱影像的形态学属性剖面特征;然后,采用训练样本构成的字典对提取到的空间特征进行稀疏编码,在编码过程中进一步引入空间邻域信息来提高稀疏编码效果;最后,根据测试样本的稀疏编码向量计算其相对于每个类别的重构误差,并将该样本划分到重构误差最小的类别中完成分类。为了验证该方法的有效性,在Pavia大学和Indian pines 2组高光谱数据集上进行分类实验。实验结果表明,该方法充分利用了高光谱影像的空间邻域信息,能够有效提高高光谱影像的分类精度。

摘要： 针对传统形态学滤波方法在提取高速列车轴箱轴承故障特征时过于依赖先验知识,结构元素相关参数(长度L和高度h)未结合信号特征做自适应选取的问题,文章在数学形态学滤波(Mathematical Filter,MF)、布谷鸟算法(Cuckoo Search Algorithm,CS)、实际工程应用方面做了深入研究。通过布谷鸟算法对结构元素的长度和高度进行自适应寻优,然后使用最优结构元素对信号进行处理,提取出信号中的冲击成分和故障特征,对比传统的解调方法可以发现该方法更准确、更快速。

摘要： 本文针对三维激光雷达进行目标检测过程中,激光雷达点云的稀疏性、数量非固定性、分布的任意性,会带来点云空洞引起分割错误的问题,提出了一种点云自适应形态学滤波方法。不同于传统的形态学滤波对所有的像素点统一进行二值化、开闭运算等进行矫正,本方法能够根据像素点与周边像素点信息,决定是否对该像素点采取运算以及采取何种运算,补充缺失的点云信息的同时避免了传统形态学滤波带来的边界和形态改变问题。实验结果表明,该方法用于稀疏激光点云的障碍物检测中具有更强的鲁棒性。

摘要： 文中针对点阵多激光源在开放环境下成像光斑的特点,采用形态学滤波中的开启、闭合运算,去除背景噪声斑点,平滑光斑内部的小光斑叠加和干涉造成的不规则条、孔,使得能以简化的分割和定位算法,快速获得接近实际的完整的光斑边界.提高了这种多光能中心光斑的定位精度,为远距离激光对准、测控提供了可靠的精度和时效保证.

摘要： 近年来,针对"低慢小"目标的雷达检测技术逐渐成为研究热点.地杂波使雷达对低空小目标的探测成为一个具有挑战性的问题.提出了一种基于CFAR和形态学滤波的信号处理方法,旨在抑制不必要的地杂波并实现"低慢小"目标的检测与轨迹输出.这种信号处理方法包括双门限CFAR检测过程和利用形态学滤波方法的杂波去除过程,;能有效地抑制地杂波,并得到目标的运动轨迹.

摘要： 采用数字图像处理技术及形态学滤波方法,结合相关函数理论得到铸体薄片的面孔隙度、平均孔隙半径等参数,分析了饱和度指数的影响因素.研究表明:通过数字图像处理技术计算的孔隙微观参数与其他方法有较强的一致性;饱和度指数与面孔隙度、比表面、平均颗粒-孔隙半径比均呈良好的幂指数关系.通过多因素拟合得到的饱和度指数与实测值吻合性好.

摘要： 以农田场景图像为基础，依据灰度图像的分割效果选取G-R因子实现图像的灰度化，并对比分析了均值和中值滤波的适用条件；为避免光照不均导致阈值偏差对分割效果的影响，对直方图滤波后，采用直方图阈值化方法实现了绿色植物与土壤背景的分割；对比分析了3 种不同结构元素和形态学运算操作，基于形态学滤波实现分割图像的后处理。因此，在实现绿色植物与土壤背景图像分割时，需依据图像和目标特点分析选取图像处理方法，以获取较好的分割效果。

摘要： 提出了一种具有自适应匹配阈值的层次化双目立体匹配算法，其核心是视差值预设的逆向匹配策略和基于初选匹配点的自适应阈值更新方法。算法首先在初始视差情况下确定初始匹配点，接着利用初始匹配点对之间的统计特性来自适应更新阈值，并得到可信匹配点，利用形态学滤波去除伪匹配点，然后选择下一个视差值，重复上述操作，最后通过高斯滤波得到平滑的视差图。在标准测试图库上进行仿真，实验结果表明，本文提出的改进算法相比于传统基于局部区域的算法，算法匹配精度高，且视差图范围宽，有更强的可用性。

摘要： 针对智能交通系统中运动车辆检测问题,提出一种基于边缘信息的车辆检测方法。检测过程中首先采用Hough变换检测车道线。以车道线位置为主要依据确定感兴趣区域,在此范围内预处理图像,采用Canny算子检测车辆边缘,并根据车辆特征进行形态学滤波检测出运动车辆.该算法有效抑制了车辆阴影及其它噪声点的干扰.道路实验结果表明,该算法有效、可靠,具有良好的鲁棒性。

摘要： 在研究微弱运动点目标特性的基础上,通过对扫描型和凝视型红外焦平面列阵优劣的分析和比较,分别对两种FPA提出了基于形态学滤波的红外点目标处理算法。考虑到线列FPA在非均匀性校正以及奇偶扫描延迟校正后仍存在有误差,提出了一种适用于线列FPA的组合一维形态学目标提取算法；针对凝视FPA信噪比高、帧数快、定位精度高的特点,提出计算简单,效率高的Top-hat算子的形态学滤波检测方法。

摘要： 本文利用人脸的肤色信息在YCbCr颜色空间具有良好的聚类特性的特点,构建了高斯肤色模型。在该模型下,可以快速的从复杂背景中检测出人的肤色区域。对这些肤色区域进行形态学滤波,再用区域标识的方法把这些区域标识出来,这样就得到人脸的候选区域。最后用模板匹配的方法对人脸候选区域进行验证。实验表明该方法能很好的从复杂背景中检测出人脸。

摘要： 由于受成像机制、仪器和受试者呼吸运动等影响,超声医学图像质量相对较差,在成像过程中形成的特有的图像斑点,使得对比度弱的人体软组织中的正常组织和病变组织不易区分,给临床诊断和医学研究带来不便,本文提出一种自适应滤波和形态滤波结合的新滤波方法,并做了实验验证.实验方法是:首先对所选择的医学超声图像施加瑞利噪声,然后采用中值滤波、自适应中值滤波的方法对被污染的图像进行去噪处理,接下来先采用自适应中值滤波抑制斑点噪声,保留必要细节,再采用数学形态学方法进行二次滤波和增强对比度,进一步改善图像质量.最后从去噪图像和评价指标上对三种滤波去噪方法进行了比较.实验证明,新方法优于其他方法.

摘要： 由于受成像机制、仪器和受试者呼吸运动等影响,超声医学图像质量相对较差,在成像过程中形成的特有的图像斑点,使得对比度弱的人体软组织中的正常组织和病变组织不易区分,给临床诊断和医学研究带来不便,本文提出一种自适应滤波和形态滤波结合的新滤波方法,并做了实验验证.实验方法是:首先对所选择的医学超声图像施加瑞利噪声,然后采用中值滤波、自适应中值滤波的方法对被污染的图像进行去噪处理,接下来先采用自适应中值滤波抑制斑点噪声,保留必要细节,再采用数学形态学方法进行二次滤波和增强对比度,进一步改善图像质量.最后从去噪图像和评价指标上对三种滤波去噪方法进行了比较.实验证明,新方法优于其他方法.

摘要： 本发明公开了一种基于共生滤波形态学和局部熵的小目标检测方法，该方法包括如下步骤：步骤1：提取原图像共生矩阵；步骤2：图像进行共生滤波形态学腐蚀，使用带局部熵的自适应结构元素进行取最小值操作；步骤3：提取腐蚀后图像共生矩阵；步骤4：对腐蚀后图像进行共生滤波形态学膨胀，使用带局部熵的自适应结构元素进行取最大值操作；步骤5：将原图像矩阵减去膨胀之后的图像，得到原图像Top‑Hat变换后的滤波图像；步骤6：将滤波灰度图像转换为双精度，提升显示效果，显示目标图像。本发明解决了现有方法中目标突出效果不明显，以及对噪声敏感的问题。

摘要： 本发明公开了图像处理技术领域的一种基于联合边缘滤波形态学的小目标检测方法，旨在解决现有技术中对小目标识别难度大、准确率低的技术问题。所述方法包括如下步骤：利用联合边缘滤波函数对原图像的局部像素进行运算，生成原图像的结构元素矩阵；利用原图像的结构元素矩阵对原图像进行联合边缘滤波形态学腐蚀，获取腐蚀后图像，作为背景图像；基于原图像和背景图像进行顶帽变换，获取结果图像；利用自适应阈值对结果图像进行目标识别。

摘要： 本发明涉及一种利用数学形态学切换变换构造形态学对比度算子的矿物图像增强方法，它有五大步骤：首先，利用基于形态学开、闭运算的形态学切换变换构造形态学对比度算子；其次，通过构造的形态学对比度算子提取图像中的重要矿物特征；然后，在引入形态学多尺度运算的基础上，进行重要矿物特征提取的多尺度扩展；随后，由多尺度特征产生最终的矿物图像特征；最后，将提取得到的最终矿物图像特征引入原始矿物图像，达到有效增强矿物图像的目的。本发明广泛应用于各类基于矿物图像的应用系统，具有广阔的市场前景与应用价值。

摘要： 一种基于数学形态学的滤波方法以及滤波系统，包括：S1、基于选定的结构元素构建形态学滤波器；结构元素的形状与待处理信号的波形一致，且结构元素的长度根据待处理信号的信号频率和设定的采样频率计算获得，结构元素的幅值基于待处理信号的幅值确定；S2、以设定的采样频率对待处理信号进行采样，获得一维离散信号；S3、利用所述形态学滤波器对一维离散信号进行滤波处理。本发明中结构元素并不是固定不变的，而是基于待处理信号的信号频率和设定的采样频率计算得到，因此适应性强，适合工程应用；进一步的，本发明结合选定的结构元素的长度对滤波处理中涉及到的腐蚀运算进行改进，具体改为(fΘg)(n)＝min{f(n+m‑L)‑g(m)}，如此可消除滤波算法中的固有延时，增强了滤波效果。

摘要： 本申请涉及一种基于形态学滤波处理的信号自适应干扰检测方法和装置。所述方法包括：获取卫星通信信号的功率频谱数据，采用形态学滤波方式对功率频率数据进行膨胀处理，得到膨胀信号，将膨胀信号划分为多个频谱区间，搜索得到每个频谱区间中的频谱点值数量，根据每个频谱区间的频谱点值数量，确定修正系数，获取功率频谱数据中的谱线幅值的均值和极差，根据均值、极差以及修正系数，确定用于干扰检测的门限值；根据门限值进行卫星通信的干扰检测。采用本方法能够提高干扰检测对环境的适应性。

摘要： 本发明公开了一种模板可配置N像素并行灰度形态学滤波IP模块和方法，属于图像处理技术领域。针对IP实现必须降低存储资源消耗这一要求，设计了用一维形态学滤波实现二维形态学滤波的方案以减少大模板滤波时二维窗口生成对存储资源的消耗，对于一维形态学滤波列运算时的数据解析方式提出要求，设计了列转置电路以达到每个周期像运算电路提供N个相邻的列像素。针对IP必须提高时钟工作频率以满足系统对系统的实时性这一问题，通过挖掘大模板形态学滤波过程中运算电路的可重用性，充分开发形态学滤波的并行性，提高了灰度形态学滤波IP的数据通过率。IP在配置为不同结构元素大小时，极值运算电路都相同且共用一个M‑N+1输入极值电路，减少了运算资源消耗。

摘要： 本发明提供了一种基于形态学滤波和小波阈值的心电异常判别系统，其特征在于，包括：数据扩展模块将多组导联数据进行扩展获取心电信号s0；基线漂移处理模块使用改进的形态学滤波方法对输入的心电信号s0进行两次滤波得到基线漂移信号s2，对s2赋予权重w，与原信号相减得到输出信号s；去噪模块基于基线漂移处理模块输出的心电信号s使用软硬阈值结合的方法过滤小波分解后的不同尺度系数，通过小波重构获取滤除噪声的信号t；判别模块基于去噪模块输出的心电信号t，通过下采样缩短信号长度并保留有效信息。本发明通过在两次滤波结束之后加入自适应机制，通过对结构元素的选择和赋予权重处理，从而进行循环调优，结合判别技术获取最终的异常判别结果。

摘要： 一种基于数学形态学的滤波方法以及滤波系统，包括：S1、基于选定的结构元素构建形态学滤波器；结构元素的形状与待处理信号的波形一致，且结构元素的长度根据待处理信号的信号频率和设定的采样频率计算获得，结构元素的幅值基于待处理信号的幅值确定；S2、以设定的采样频率对待处理信号进行采样，获得一维离散信号；S3、利用所述形态学滤波器对一维离散信号进行滤波处理。本发明中结构元素并不是固定不变的，而是基于待处理信号的信号频率和设定的采样频率计算得到，因此适应性强，适合工程应用；进一步的，本发明结合选定的结构元素的长度对滤波处理中涉及到的腐蚀运算进行改进，具体改为(fΘg)(n)＝min{f(n+m-L)-g(m)}，如此可消除滤波算法中的固有延时，增强了滤波效果。

摘要： 本发明公开了基于形态学滤波和HHT变换的铁道车辆轮轨故障诊断方法，包括采集车辆轴箱振动加速度响应信号作为轮轨故障诊断的信号；首先对信号进行形态学滤波处理，然后EEMD分解得到若干个固有模态函数，再通过能量熵增量来剔除分解后的虚假分量，最后对有效分量再进行HHT变换得到Hilbert谱，通过不同轮轨故障下Hilbert谱的特征来实现轮轨故障的诊断。本发明采用车轮轴箱垂向振动加速度可作为轮轨故障诊断的信号源；使用DIF差值形态滤波器不仅降噪效果好而且可以有效地提取信号中的冲击成分。使用EEMD能够对降噪的信号进行有效分解，依据各阶IMF分量能量熵增量的相对大小可以筛选出包含故障信息较多的IMF分量作为主分量，对主分量进行HHT变换可得到Hilbert谱。

摘要： 本发明公开了一种基于形态学滤波与VMD的电力系统振荡辨识方法，包括步骤：1)采用形态学滤波方法，构建多尺度结构元素，对电力系统振荡信号进行多尺度形态学分解，通过设置阈值滤除噪声，得到降噪后的重构信号；2)对重构信号进行VMD分解，对得到的本征模函数应用Teager‑Kaiser能量算子计算其频率以及阻尼比，即得到了电力系统振荡信号的参数辨识结果。本发明将形态学滤波与VMD相结合，避免了噪声模态的干扰，克服了无法兼顾频率与时间分辨率精度的问题，同时引入Teager‑Kaiser能量算子实现快速精确的电力系统振荡模态参数辨识。