传统的分水岭变换由于对噪声和细密纹理的敏感会产生严重的过分割现象,为了克服这种缺点,提出了一种基于小波变换和数学形态学的图像分割算法。该方法首先利用小波变换去除红外图像的混合噪声,利用形态学开闭重建运算消除梯度图像中由于灰度非规则扰动和噪声引起的局部极值;最后通过采用基于前景和背景标i己的分水岭分割算法进行分割。仿真实验表明,该算法可以实现更好的分割效果,不需要再进行后续的合并处理就能够得到较为理想的结果。
2021-12-07 19:55:50
844KB
1
分别用sobel、Laplacian-Gaussian方法对一幅灰度图像进行边缘提 分别用sobel、Laplacian-Gaussian方法对一幅灰度图像进行边缘提 分别用sobel、Laplacian-Gaussian方法对一幅灰度图像进行边缘提
2021-12-06 20:38:56
6KB
1
本节主要介绍了脊波变换的发展背景，以及基本原理。脊波变换的核心主要是经过Radon 变换把线状奇异性变换成点状奇异性，小波变换能有效地处理在Radon域的点状奇异性。脊波变换广泛应用于图像处理领域。
2021-12-06 15:32:01
1016KB
1
针对基于小波变换的阈值去噪方法仅适用于去除高斯白噪声，对于脉冲噪声得不到好的降噪效果的问题，提出了将基于高斯模型的小波变换算法与改进的中值滤波相结合的去噪方法。该方法能够有效去除高斯白噪声和脉冲噪声的混合噪声。仿真实验结果表明，结合算法去噪后图像的峰值信噪比和均方误差都比单一算法得到了改善，从而证明了该方法的有效性。
2021-12-05 21:33:50
346KB
1