基于置換群的形態(tài)學圖像處理的研究.pdf

1、數(shù)學形態(tài)學的基本思想是用具有一定形態(tài)的結(jié)構(gòu)元素去量度和提取圖像中的對應形狀，以達到對圖像分析和識別的目的。作為一種有效的圖像處理非線性方法和理論，形態(tài)學方法在圖像的分割、檢測、識別等方面顯示出廣闊的應用前景。各種形態(tài)學算法主要可分解為結(jié)構(gòu)元素的選取和形態(tài)學運算兩個基本問題。形態(tài)學運算的規(guī)則許多學者已經(jīng)給出了較為詳盡的定義，而結(jié)構(gòu)元素的選擇就對數(shù)學形態(tài)學的性能起了至關(guān)重要的作用。 本文分析了常用數(shù)學形態(tài)學處理方法，總結(jié)了數(shù)學形態(tài)學

2、的特點，針對目前數(shù)學形態(tài)學中使用單一結(jié)構(gòu)元素提取形態(tài)信息有限的不足，應用近世代數(shù)中的置換群理論，提出了改進的方法，使單一結(jié)構(gòu)元素在不需要加入其它的權(quán)值和變換因子的情況下，能夠變換出多種形態(tài)，在實際處理過程中可提取圖像在不同形態(tài)結(jié)構(gòu)元素下的形狀特性，提高了數(shù)學形態(tài)學的處理效果?；谥脫Q群的處理方法簡單可行，通過對實際含噪聲圖像處理，顯示了該方法處理噪聲圖像的效果，證明了這種方法的有效性和可行性。擊中擊不中變換（HMT），是一種可以將背景明

3、確地模型化的方法，常用于圖像的目標識別，本文針對實際的圖像識別處理中標準擊中擊不中變換匹配要求過于嚴格、對噪聲敏感、抗畸變能力差等缺陷，提出了用基于置換群的多值形態(tài)運算來對HMT變換模板進行改進處理，對HMT模板進行輕度的多值形態(tài)學操作，使模板能夠更好的填入到目標圖像中，提高HMT變換的目標識別能力，使其能夠準確的匹配目標圖像。本文的實驗通過MATLAB7.0來實現(xiàn)，得到了各種不同的邊緣提取效果。實驗結(jié)果表明，本文算法在目標輪廓連續(xù)邊緣