以形态为基础对图像处理的数学工具——数学形态学，是一种非线性滤波方法。从19世纪创立发展至今，已在不同领域得到广泛应用。数学形态学具有膨胀、腐蚀、开启和闭合四种基本运算，在图像处理中通过选择一定的结构元素，利用其基本性质对图像进行分割、噪声滤除、边缘检测等处理。但是，目前数学形态学在图像处理应用方面还面临一些问题，有待于进一步解决。今后，该门学科将会朝不同种类数学形态学快速算法的实现、优化结构元素的选取、形态运算的通用性及适应性等方向发展。
2022-04-27 16:54:30
130KB
1
计算机视觉实验数学形态学-计算机视觉形态学边缘检测.doc 计算机视觉.pdf
2022-04-21 14:06:33
93KB
计算机视觉实验数学形态学-计算机视觉形态学边缘检测.doc 计算机视觉.pdf
2022-04-21 14:06:33
93KB
基于形态学处理的道路直线检测算法仿真，matlab2021a运行测试
[B,L] = bwboundaries(binary,'noholes');
for K=1:length(B)
boundary = B{K};
h(K)=plot(boundary(:,2), boundary(:,1), 'g', 'LineWidth', 2);
end
2022-04-19 15:07:41
26KB
提出了一种基于组合广义形态滤波器（CGMF）的自适应多尺度方法，用于对来自MEMS陀螺仪的输出信号进行去噪。 采用变分模式分解将原始信号分解为多尺度模式。 在选择了结构元素（SE）的长度选择之后，自适应多尺度CGMF方法降低了与不同模式相对应的噪声，此后获得了去噪信号的重建。 通过对降噪效果的分析，本方法的主要优点是：（i）与常规形态滤波器（MF）相比，有效地克服了由数据偏差引起的缺陷； （ii）有效地针对噪声的不同成分，并提供降噪功效，不仅主要消除噪声，而且使波形平滑； （iii）解决了MF的SE长度选择问题，并产生了可行的指标公式，例如功率谱熵和均方根误差，用于模式评估。 与现有的其他信号处理方法相比，该方法结构简单，合理，具有较好的噪声抑制效果。 实验证明了该去噪算法的适用性和可行性。
2022-04-06 17:46:04
640KB
1