行业分类-电信-改进数学形态学滤波器的电流报警信号处理方法.rar

【细胞分割】基于阙值+边缘+形态学+种子点图像分割matlab源码含 GUI.md

【图像识别】基于形态学算法实现道路缺陷的自动识别matlab源码含GUI.md

#资源达人分享计划#

为提高输送带跑偏检测方法的实时性和精度,结合OpenCV函数库的优点,提出了一种输送带跑偏自动检测算法。该算法利用CCD摄像机实时采集输送带视频流图像,并对图像进行预处理,然后使用改进的Canny边缘检测算法检测图像边缘,最后利用Hough直线变换提取输送带跑偏特征,通过输送带图像的几何特征来判断其是否跑偏,如跑偏则报警。实验结果表明,该算法简单有效,运算速度快,实现了输送带跑偏的自动检测。

这是数学形态学中粗化与细化的源代码，有需要的同学请放心下载，并祝愿你学业有成。

晶体生长形态学科学出版社出版，是一本不错的介绍晶体理论的参考书

形态学操作是对图像形状进行的操作，一般情况下是对二值化图像进行的操作，两个基本的形态学操作是腐蚀和膨胀。 腐蚀 腐蚀操作很容易理解，与生活中的腐蚀意义一样，生活中的东西在腐烂的时候，总是会从边缘开始由外向内腐蚀。就是这个意思。 原理 使用卷积核遍历图像像素值，以卷积核的中心为中心，如果与卷积核对应的像素值全为1（即全是白色），像素值就保持不变。否则与卷积核对应的像素值就全变为0。也就体现出了边缘都被腐蚀掉的情形。 从图中很容易看出腐蚀的过程。前景区被腐蚀掉。 构造函数： cv2.erode(src,kernel,iterations) 参数解释： src：一般情况是一个二值图像，像素值只

主要介绍了python数字图像处理之高级形态学处理，小编觉得挺不错的，现在分享给大家，也给大家做个参考。一起跟随小编过来看看吧

Python CV2快速稀疏算法 使用形态学的快速稀疏算法的实现 背景：我一直在寻找用于确定指纹细节的快速细化算法，但是我没有找到任何一种，并且OpenCV apper也没有。 我一直在与Zhang Suen一起工作，它产生了很好的结果，但是对于我的使用来说太慢了，所以我开始开发自己的算法，并希望将其提供给社区，并希望社区可以为如何做出贡献提供一些提示。结果更好，算法更快。 ;） 解释算法：之所以如此之快，是因为大部分细化是通过OpenCV使用形态来完成的，其余的都是手工完成的。 当前状态：在当前实现中，示例图像的细化在不到1.4s的时间内未显示图像，而在约1.6s的时间内显示了图像。 输入图像的详细信息： 图片应为二进制。 我将感兴趣的区域用作黑色（值0），将背景用作白色（值255），但是如果需要，我可以使用相反的值。 结果图像的详细信息： 返回同一图像，其中感兴趣区域的边