数学形态学

摘要： 三支聚类使用核心域,边界域和琐碎域三个集合来表示类簇,将确定的元素放入核心域中,不确定的元素放入边界域中延迟决策,降低了决策风险。本文将含有噪声的基于密度的聚类算法(Density Based Spatial Clustering of Application with Noise, DBSCAN)与三支聚类进行结合,利用数学形态学中的腐蚀和膨胀思想,用自然最近邻算法定义了一个结构算子,对二支聚类的结果通过收缩和膨胀得到核心域和边界域。在UCI数据集和Shape数据集上的实验结果显示,该方法可以有效降低DBI的值,同时提高ACC和AS的值。

摘要： 针对基于SIFT特征匹配的图像篡改检测算法存在篡改区域定位不清晰,以及SIFT误匹配现象会对篡改区域分辨造成干扰的问题,提出一种基于数学形态学和特征匹配的图像篡改区域定位方法。首先在尺度空间上对图像进行极值检测,对图像特征关键点进行定位,确定图像梯度方向,形成特征点描述子;然后基于欧式距离对特征描述子进行两两匹配形成块匹配,以进行篡改区域粗略定位,并通过数学形态学方法去除冗余匹配块;随后提取疑似区域对的SIFT特征点,对SIFT特征矩阵进行主成分分析(PCA)降维后进行特征点匹配,使用相关性系数对匹配的特征点进行提纯;最后根据匹配的特征点的分布对篡改区域进行重新定位,精确定位复制-粘贴区域。实验选取1组有代表性的图像,加入复制-粘贴和旋转缩放攻击后进行检测。结果表明:所提算法能够更精确地对复制-粘贴篡改区域的位置进行定位,对图像复制-粘贴篡改检测具有更高的准确性。

摘要： 目前针对煤矿井下供电系统接地故障定位的研究大都采用暂态法,该方法需要同时采集线路的零序电压及零序电流,由于零序电压难以准确采集,在故障区段定位时易将正常运行区段误判为故障运行区段,从而发生越级跳闸现象。而目前针对井下供电系统越级跳闸的保护方案存在不适用于中性点经消弧线圈接地系统、造价较高等问题。针对上述问题,提出了一种基于广域电流暂态分量的井下供电系统接地故障区段定位方法。煤矿井下供电系统发生接地故障时,流经正常线路和故障线路的零序电流方向不同,采用数学形态学中的闭合开度差运算(CODO)提取各个线路的暂态零序电流的方向信息。针对CODO中结构元素长度的选择对于井下供电系统输出结果的好坏起决定性作用,采用粒子群优化(PSO)算法对结构元素长度进行自适应优化,实现接地故障暂态零序电流方向极性特征的可靠提取。基于多级供电系统的拓扑结构,对各条线路上保护元件输出的零序电流暂态分量极性信号进行逻辑运算,当取值为1时,表明该线路为正常运行线路,当取值为0时,表明该线路为故障线路,实现故障区段精确定位。基于中性点不接地系统及中性点经消弧线圈接地系统对该定位方法进行验证,结果表明:基于广域电流暂态分量的井下供电系统接地故障区段定位方法只需要采集零序电流就能在中性点不接地和中性点经消弧线圈接地的运行方式下准确定位故障区段。

摘要： 针对现有算法在合成孔径雷达(synthetic aperture Radar,SAR)影像与光学影像配准时存在的效率和精度较低的问题,提出一种耦合标记控制分水岭与数学形态学的特殊纹理影像逐步求精的自动配准算法。首先,利用改进的标记控制分水岭算法分别提取影像中的水体特征,并进行二值化和数学形态学处理,以准确地提取水体区域;其次,提取水体质心用于图像间的粗配准,提升后续算法搜索效率;最后,基于优化算法搜索得到相似性测度最大时的最优变换参数,以此对待配准SAR影像进行空间变换,完成SAR影像与光学影像的精配准。实验结果表明,该算法耦合了图像分割与配准,在减少计算量的同时确保配准精度,有效地解决了灰度和分辨率差异大的SAR影像与光学高分辨率影像自动配准的难题。

摘要： 为提高对滑坡形变的监测效果,设计了基于数学形态学的滑坡变形自动化监测方法.首先,在描述滑坡特征的基础上,采用测量机器人采集滑坡变形图像,再利用数学形态学中的开运算、闭运算、膨胀和腐蚀4种运算方式处理图像.然后,利用累加生成法生成滑坡动态观测数据,在构成滑坡动态变化时间序列的基础上,利用累减生成规则得到滑坡变形的监测结果.测试结果表明该方法不仅监测耗时短,还具有滑坡变形监测正确率高的优点.

摘要： 近年来,随着计算机辅助诊断系统和远程医疗在医学中的快速发展,数字图像处理非常关键。图像的边缘涵盖了大部分的图像信息,医学图像边缘检测是进行后续图像处理的基础。因此,研究医学图像边缘检测具有重要实际意义。基于医学图像成像过程中光源单一以及探测手段的影响,会导致图像噪声分布不均一,往往夹杂多种不同噪声,本文针对医学图像的特性提出了一种改进的形态学算法,包含以下三种优势。第一,自适应权重赋值。对于多方向结构元素,本文算法根据边缘马氏灰度距离自适应赋值各个方向的权重;对于多尺度多形状结构元素,根据信息熵自适应赋值各个结构元素的权重。第二,改进的形态学算子。基于现有算子检测边缘锯齿状、抗噪效果不显著的缺点,本文算法中提出了一种新型抗噪形态学算子。第三,应用于混合噪声彩色医学图像边缘检测。基于现今形态学常应用于灰度图像,为了验证本文算法的鲁棒性,将本文算法应用于四种混合噪声彩色图像进行边缘检测,检测效果良好。最后本文通过视觉直观分析和客观评价指标验证了本文算法均好于其它算法。实验结果表明本文算法提取到的图像边缘完整且清晰,对多种不同混合噪声的抑制和消除也有明显的优势,在医学图像研究中具有很好的应用价值。

摘要： 以花生收获机作业过程为研究对象,对花生收获过程中出现的损失率高、花生果实埋没现象严重以及果实破损率高等现象进行分析。以数学形态学为基础,设计一种花生收获机视觉系统,对花生收获的挖掘过程和采摘过程进行图像模式识别,并与相关数据信息进行比对,降低收获过程中的损失率高现象。试验数据表明:搭载花生收获机视觉系统后,收获过程中的花生总损失率满足设计性能指标,花生果实埋没率和果实破损率均满足设计使用要求。基于数学形态学视觉系统设计优良,满足使用要求,可为智能花生收获机的研制提供硬件支持。

摘要： 针对圆形零件尺寸传统测量方法存在测量效率低、一致性差及同心度参数不易测量的问题,设计一种基于机器视觉的圆形零件特征参数测量系统。采用阈值分割法对灰度图像进行阈值分割以提取特征目标,利用数学形态学方法对二值图像进行腐蚀、膨胀操作,避免纤细、重叠的噪声干扰;通过最小二乘法对内、外圆弧轮廓点进行拟合,得到圆心和半径参数,通过欧式距离计算出同心度参数。实验测试显示,系统精度达到0.01mm,与采用测量仪相比,视觉测量方法更适合大批量非接触式测量。

摘要： 为探讨土的微观孔隙网络和渗流,通过高斯随机场二相化理论来表征孔隙介质基质与孔隙的方法,构建了满足真实土体孔隙率和孔径分布,且具有随机形态的三维孔隙模型。基于所建模型,采用数学形态学图像分析方法,提取与渗流有关的参数,并采用Kozeny-Carman方程计算了模型的渗透率。结果表明:与实验数据相比结果相近,验证了该方法的可行性。研究结果为孔隙介质微观建模与渗流分析提供了一种新的思路与方法。

摘要： 为稳定提取复杂水声环境下舰船辐射噪声的有效特征,在数学形态学方法的基础上提出一种广义多尺度数学形态腐蚀谱熵(generalized multiscale pattern erosion spectrum entropy, GMPESE)的舰船辐射噪声非线性特征提取方法。通过对千岛湖及东海实测舰船辐射噪声处理,验证了不同环境下该特征提取方法的可行性,分析了相关参数选取对特征区分度的影响,并比较了该特征提取方法与多尺度熵(multiscale sample entropy, MSE)特征的识别性能。数据处理结果表明,综合比较运算耗时、提取稳定的特征所需信号时长及复杂环境下目标识别准确率,GMPESE特征提取方法具有更大的优势。

摘要： 根据遥感影像道路信息在频率域中所呈现的高频特征,同时为克服传统小波变换方向性不足和无平移不变性缺陷,提出一种基于双树复小波变换(DT-CWT)的遥感影像道路提取算法.首先对图像进行双树复小波变换(DT-CWT),得到不同尺度,不同方向上的变换系数,对变换后的低频系数置0后反变换重构出图像的高频部分;然后将高频部分归一化处理并选择合适阈值进行二值化操作实现图像分割,再利用使用数学形态学的方法对孤立噪声点进行去除,连接断裂的道路;最后连通域标记法设定阈值T,去除图像分割后斑点的影响,再用最小外接矩形面积阈值对长条形斑块去除.实验结果表明该方法能有效的对高分辨率遥感图像中的道路信息进行提取.

摘要： X射线数字成像系统(Digital Radiography,以下简称DR)图像后处理技术是保证图像质量的重要方法.本文根据工业DR图像的特点,采用数学形态学的图像处理方法,在提高图像质量的同时最大程度的保留了DR图像细节.试验对有细节的工业DR图像进行处理结果表明该算法准确、有效,为图像缺陷的分析和识别提供支持.

摘要： 本项目以齿轮箱早期故障信号为研究对象,以数学形态学理论为主要手段,建立完整的、系统的基于数学形态学的齿轮箱早期故障诊断方法,充分利用数学形态学理论在信号分析和计算效率上的优势,提高齿轮箱早期故障诊断的精度和效率.此外,本项目将数学形态学与小波分析、量子力学、分形几何以及神经网络等理论相结合,扩展数学形态学理论的应用范围.

摘要： 分形维数是复杂形体不规则性的量度,已应用于故障模式识别领域.传统分形维数通过不同测度来覆盖不同振动信号的几何形状,算法准确率低且计算复杂.压缩机气阀振动信号属于典型的非线性复杂信号,包含有一定分性特征.为有效提取气阀故障特征,实现典型故障模式的识别,提出了基于数学形态学的改进分形维数算法,通过定义腐蚀与膨胀算子简化信号结构,采用参数优化、分段分形等手段,结合广义覆盖面积理论,对形态学分形维数方法进行拓展,并将其应用于往复压缩机气阀故障诊断.分析结果表明:该方法对气阀模拟故障振动信号具有良好的识别效果.

摘要： N-FINDR方法和单形体增长算法(SGA)由于原理简单、提取效果好等优点而被广泛关注.使用N-FINDR方法和SGA进行端元提取时,需要对原始图像数据进行降维处理,而在降维处理时有可能会"忽视"图像中的一些小目标.此外,一些针对N-FINDR的改进方法虽然通过引入不受维数限制的单形体体积计算公式避免了降维处理,然而由于N-FINDR方法本身的缺陷导致端元提取的结果不稳定.针对这些现象,本文提出一种既能做到每次端元提取的结果相同,又能避免降维处理的改进的单形体增长算法.首先利用数学形态学的方法确定图像的第一个端元,然后借鉴SGA的思想,利用改进的单形体体积计算公式依次提取图像端元.将改进后的SGA应用于高光谱遥感数据,证明了算法的有效性.

摘要： 经过对数学形态学的研究及其在模拟地形和实际地形上的试验，数学形态学运算量小，结构元素设置灵活，满足大型光伏电站地形识别的要求；应用数学形态学方法可以有效识别光伏电站场地中由于局部起伏太大而不适合直接布置电池板的位置，并计算出场平所需的土方量；数学形态学无法识别和处理由于整体坡度太大而无法直接布置电池板的区域；普通的中心对称的结构元素不适合光伏电站的地形处理，应根据组串或者方阵的实际形状和要求设置结构元素；数学形态学处理后的地形可能并非进行组件安装施工的最佳地形，需根据实际地质和施工情况平整为平面、斜面以及阶梯状等。由数学形态学的原理可知，该方法只能识别因地形起伏太大导致无法布置电池板的区域，而无法考虑坡度朝向，所以这种方法对土包和坑洼较多，而整体坡度不大的场地或者为北高南低的坡面更为适用。

摘要： 近年来随着油气勘探，开发工作难度越来越大，对地震工作的要求也越来越高，勘探区域的地质条件也越来越复杂。针对拟线性干扰的特点，研究出一套算法流程，将数学形态学应用于拟线性干扰的压制。数学形态学滤波与其他数字滤波不同，它并不是固定的算法，它利用一定结构的元素单位，通过开启和闭合运算的组合能将信号中的突刺滤除。数学形态学在对于地震资料中拟线性干扰的压制中，能很好的将噪音分解出来，并且不会引入新的噪音，能达到一个较好的去噪效果。

摘要： 目的：癫痫是一种由大脑神经元突发性异常放电,导致瞬时的大脑功能障碍的慢性疾病,对患者的脑部神经有很大的影响.但现在对脑电图的判读一直靠人工进行,主观因素大、劳动强度高,并很难实现大规模筛查识别等问题依然存在.因此,在平稳状态下对癫痫脑电信号筛选算法的研究就可以解决这一问题并辅助医生更准确、便捷的对患者是否患有癫痫做出判断,为后续的系列研究提供依据. 方法：本文提出了数学形态学的骨架抽取改进算法对在平稳状态下的癫痫脑电信号进行识别.首先对正常脑电图的幅值和周期进行分析;其次与小波变换法、离散S变换法、样本熵法和技师诊断观察值进行比较;最后应用到对癫痫脑电图的识别. 结果：实验结果表明这种算法的可行性和可靠性较高,且对癫痫信号的识别率较其他三种方法高,达到了将近79％. 结论：数学形态学的骨架抽取改进算法可以满足医生对癫痫信号识别的要求.

摘要： 本文研究了一种用于光纤光栅智能服装的心音信号提取与处理算法,实现异常心音的初步识别.提出基于希尔伯特-黄变换(HHT)和小波阈值消噪相结合的心音提取算法,对波长解调信号进行消噪,提取有用的心音信号.采用数学形态学进行心音包络提取,提出基于直线结构元素和余弦结构元素相结合的心音处理算法,准确获取心音峰值点和起止点位置并计算心音特征值,根据心音特征值的临床意义,判断心音是否正常.实验结果表明该算法能够有效消除波长解调信号中的呼吸干扰与噪声,对20例实测正常心音和8类常见异常心音均能正确识别.该算法具有易实现、识别率高的特点,对光纤传感智能服装的研发和心脏疾病的早期诊断具有重要意义.

摘要： 提出了一种糖尿病视网膜病变图像的血管分割方法.该方法通过对视网膜图像进行一系列形态学操作,获取精确的病变区域检测结果,然后将其从血管分割结果中去除,并将病变区域内断裂的血管根据梯度强度和方向相似的原则进行连接,得到最终的血管网络.在Stare公共数据库上进行实验结果表明:该方法获得的血管分割平均准确率达到94.67％,真阳性率达到74.96％;与未进行病变检测的分割结果相比,本文方法能获得较高准确率和真阳性率,分割结果更为精准.

摘要： 本发明公开了一种基于多尺度数学形态学的风电机组滚动轴承故障诊断方法，本方法具体包括：(1)针对传统结构元素在故障特征提取过程中容易出现的对脉冲信号的漏查问题，提出一种新型结构元素——“山结构”，使之在数学形态学运算过程中捕获更多的特征信息；(2)针对单尺度数学形态学特征提取有限的问题，使用多尺度数学形态学分析并提出一种基于峰值能量的自适应算法来解决形态学尺度难以确定和结构元素构造困难的问题。(3)利用(1)、(2)进行多尺度数学形态学分析，并结合谱相关性分析进行轴承的故障诊断。本发明能有效提取风力发电机组滚动轴承的故障特征信息，提高故障诊断的准确率，效果强于传统方法，具有较好的工程应用价值。

摘要： 本发明涉及一种图像处理方法，具体涉及一种基于数学形态学多尺度的微光与红外图像融合方法。该方法对源图像进行自底向顶的金字塔分层计算，每一层图像都是由其前一层图像经过形态学滤波之后再进行隔行隔列的降采样而形成。在图像空间的各个层次上，采用不同的融合策略进行融合，最后将各个层次上融合图像进行重构，得到最终的融合图像。本发明既可较好地保持红外图像目标的边缘和热辐射特征，又能较好地保留可见光图像的场景细节，能够从源图像上提取更多的有用信息并注入到融合图像中，增加了融合图像的信息量，并能够有效去除图像中的噪声，是一种可行的、效果良好的图像融合方法。

摘要： 本发明公开的一种基于数学形态学的电力系统架空线路故障检测方法，通过多尺度形态学滤波器对架空线路上采集的待处理电流信号进行滤波处理，生成第一电流信号，然后在第一电流信号的一个基频周期内，按照平均时间间隔进行N次电流信号取样，得到第k个取样的电流信号，再对第k个取样的电流信号进行预处理，生成第k个取样的电流信号对应的第一形态学算子，并根据第一形态学算子、架空线路中所有相电流以及零序电流，对架空线路进行故障检测，生成故障结果，能够避免傅里叶变换的时域‑频域转换，滤波后的信号的曲线明显比输入的原始信号平滑，同时发现故障的时间大大减少，从而能够快速准确地对架空线路进行故障检测。

摘要： 本发明的目的是针对现有技术不足而提供一种基于数学形态学和分形理论的电缆附件局部放电识别方法，其特点是针对电缆附件绝缘缺陷故障类型识别过程复杂、特征选择冗余、识别率低及响应速度慢的问题，以三个工频周期内的含噪局放信号为对象，直接求取其盒维数作为一个分形特征，同时结合数学形态学滤波技术进行放电脉冲提取，获得平均放电量和放电次数两个统计特征，采用可拓神经网络对绝缘缺陷进行模式识别。本发明仅选取三个特征即可完成对绝缘缺陷故障类型的识别，在保证较高绝缘缺陷故障识别率的情况下，达到简化局放识别方法、减少特征数量及提高响应速度的目的。

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： 本发明公开了一种基于数学形态学的ADS‑B基站监视范围估计方法，首先对ADS‑B基站所探测到的机载ADS‑B信号进行解调、解码与记录，将所接收到的航空器的经度、纬度、高度、时间以及相关信息记录在存储介质中，然后通过数学形态学中的腐蚀、膨胀和三位凸包生成算法，在三维空间中实现离散记录点的融合，估计该ADS‑B基站真实监视范围。通过洋区上空航空器间传递ADS‑B信息的方式可以解决我国周边洋区，因海上无法部署地面站，目前尚缺少有效的监视方法的问题，但传递过程中需要对ADS‑B基站监视范围进行估计。本发明提出的一种基于数学形态学的ADS‑B基站监视范围估计方法，可实现基于历史ADS‑B航迹数据的ADS‑B基站监视范围估计。

摘要： 本发明公开了一种基于数学形态学的电力信号频率测量方法，包括：1)根据数学形态学运算准则，采用软结构元素，构建数学形态学滤波器对信号进行滤波降噪；2)利用数学形态学的高帽变换和低帽变换对滤波后的信号进行处理，并提取处理结果的零点；3)在每一个周期中，搜索经高帽变换结果的最左侧零点和低帽变换的最右侧零点，求取两者平均值，作为该周期的频率计算参考点；4)根据相邻周期的频率计算参考点之间的时间差继而获取信号的频率测量值。本发明方法可以用于稳态情况和非稳态情况下的频率测量，且具有计算量小、适于并行计算的特点。

摘要： 本发明公开了一种基于ROBERTS CROSS结合数学形态学的疵点检测方法，步骤1：对工业相机采集得到的布料疵点图像S进行均值滤波，得到预处理图像P；步骤2：对预处理图像P进行Roberts cross算子操作，得到二值化后的图像I；步骤3：对二值化后的图像I进行闭算子操作I∧e＝I2，对图像I中不连续的疵点进行粘连，再对图像I中小颗粒噪声进行去除，得到图像I2；步骤4：对图像I2进行开运算操作I2∨e＝I3，对图像I2中小颗粒噪声进行去除，再对图像I2中不连续的疵点进行粘连，输出疵点检测图像I3。本发明解决了疵点过检严重的问题，降低了误检率，满足了检测需求。

摘要： 本发明公开了一种基于数学形态学的配电网故障检测方法，获取待检测配电网的波形数据，对零序电流数据进行数据预处理；通过数学形态学MM计算波形数据的形态梯度MG和闭开差CODO值；根据配电网正常运行状态下的波形特性设定阈值，若计算出的形态梯度MG和闭开差CODO值超过所设定的阈值，则判断为故障状态；然后根据低阻接地故障LIF和高阻接地故障HIF的故障电流瞬态信号的不同特性，若连续超过Nset个时间窗均检测为故障状态，则判断为HIF事件，反之判断为LIF事件。上述方法具有较强的通用性，仅需配电网零序电流数据就可以通过较短的时间窗口实现配电网故障的准确检测，具有较高的检测精度和检测速度。

摘要： 本发明公开了一种基于数学形态学滤波的共偏移距域绕射波分离方法，步骤1，对地震数据进行预处理，得到信噪比较高、能量一致性好的共炮记录；步骤2，将预处理后的共炮记录抽取共偏移距道集；步骤3，对所述共偏移距道集上反射波与绕射波的形态特征差异进行综合分析，根据反射波构建形态特征一致的直线形结构元素；步骤4，利用数学形态学滤波方法，将直线形结构元素沿空间方向进行滤波，实现绕射波与反射波的分离；步骤5，从绕射波记录中抽取共中心点道集；步骤6：得到最终的绕射波成像结果，进行成像结果综合解释。与现有技术相比，本发明简化了绕射波分离流程，在保证绕射波分离精度的同时提高计算效率高，并且提高了绕射波成像结果保幅性。