本文分别从提高红外图像对比度、抑制噪声、增强红外图像彩色对比度这三 个角度研究了红外弱小目标图像的增强方法。文章介绍了红外图像增强的基本概 念和图像增强的效果评价，究了红外图像的成像机理和特点。首先分析了红外弱小目标图像噪声成因和目标成像特点，在抑制噪声方面重点分析比较了平滑滤波和中值滤波的优缺点，然后分析和研究了常用的基于直方图的方法、灰度变换、空间滤波以及基于数学形态学的弱小目标图像增强算法。最后本文研究了红外弱小目标图像的伪彩色增强，实验结果表明增强后的图像改善了视觉效果，提高了对比度。

SAR和可见光图像成像机理不同,图像差异较大,较难取得良好的融合效果。本文面向目标识别,通过分析图像的成像机理,首先在NSCT融合框架下,将SAR图像中重要的目标信息加入到可见光图像中,并尽可能多的保留源图像的边缘细节信息;再结合数学形态学和多尺度空间理论,提取源图像的亮、暗细节特征,进行特征级融合,得到亮、暗细节特征显著增强的融合图像。实验结果表明,本文算法有效的融合了SAR图像的目标信息,并增强了源图像的细节特征,达到了较好的视觉效果,提高了图像的目标检测和识别能力。

数学形态学在图像处理中的应用，方法腐蚀，膨胀。主要应用是边缘检测

文章提出了一种基于数学形态学的图像汉字笔划细化和提取方法。根据汉字的结构特点，定义了一组新的结构元素序列，保持了原样本图像汉字的连通性和拓扑性的骨架，有效地抑制样本细化后汉字笔划的扭曲和歪斜；在此细化的结果基础上，定义了一种新的汉字笔划提取算法，准确提取出原汉字的横竖撇捺笔划的形状、形态及形式结构信息，取得了理想的效果。

电力系统工程应用，是束洪春教授那本书的精华版

结合小波变换和数学形态学的优点,提出了一种基于小波变换和数学形态学的边缘检测算法.基于数学形态学的边缘检测,对现有的检测算子进行改进,构造了一种抗噪型边缘检测算子,并使用不同方向的线型结构元素;基于小波变换的边缘检测能有效地保留图像边缘的细节信息,使提取的边缘完整连续.实验结果表明,本研究提出的算法与几种经典边缘检测算子相比,有效抑制了噪声的影响,提高了检测的精度,对各种不同图像具有很好的鲁棒性.

针对传统形态滤波器由于采用相同尺寸结构元素而导致的输出统计偏倚严重的问题,提出采用不同尺寸结构元素级联而成的开-闭和闭-开组合广义形态滤波器实现旋转机械振动信号的降噪方法。研究了广义形态滤波器在脉冲噪声与随机噪声干扰下的降噪效果,比较了广义形态滤波器与传统形态滤波器分别对仿真信号与实际振动信号的滤波效果。实例表明,广义数学形态滤波器能够更有效的消除噪声的干扰,获得更高的信噪比。广义形态滤波降噪算法只涉及加减和极大、极小运算,运算简单且执行高效,具有较好的实用价值。