模糊形態(tài)學(xué)技術(shù)及其在圖像處理中的應(yīng)用.pdf

1、在進行圖像處理時，圖像的結(jié)構(gòu)特征非常明顯，如果抓住了這一特征，那么在進行圖像處理時將會減少大量的處理時間。由于形態(tài)學(xué)技術(shù)在進行圖像處理時，充分考慮到了圖像的結(jié)構(gòu)特征，因此相對于其他圖像處理方法而言，形態(tài)學(xué)技術(shù)具有獨特的結(jié)構(gòu)特征優(yōu)勢。本文在探討了模糊形態(tài)學(xué)部分性質(zhì)的背景下，研究利用模糊形態(tài)學(xué)技術(shù)在圖像處理中的應(yīng)用，主要在以下方面取得了一些成果： （1） 分析和證明了模糊測地形態(tài)學(xué)算子的α-截集分解與重構(gòu)特性。由于形態(tài)學(xué)操作P的過

2、程是將一幅原圖像A經(jīng)由B，變換為一幅新圖像P（A，B）。很顯然在模糊形態(tài)學(xué)概念中，原圖像A即是一個模糊集，新圖像P（A，B）也是模糊集。所以模糊形態(tài)學(xué)的四個基本操作是應(yīng)該滿足分解定理的。雖然在構(gòu)造模糊形態(tài)學(xué)算子的常用是將二值形態(tài)學(xué)算子直接平滑過渡到模糊領(lǐng)域，但由于算子的特殊性，仍然有必要對模糊形態(tài)學(xué)算子的α-截集分解問題作一個探討。這早研究了由I．Bloch提出的模糊測地形態(tài)學(xué)有關(guān)算子的α-截集分解和重構(gòu)問題，結(jié)果表明采用合適的三角模和

3、反三角模算子，可以使由對應(yīng)的二值形態(tài)學(xué)算子導(dǎo)出的模糊形態(tài)學(xué)算子有很好的特征匹配性。 （2） 提出了一種基于模糊形態(tài)學(xué)技術(shù)的白細胞識別算法。該算法主要是將常用圖像處理時采用的RGB色彩空間變換為HLS空間，并結(jié)合模糊形態(tài)學(xué)技術(shù)來實現(xiàn)對白細胞圖像的分割和提取。實驗表明，與其他方法比較起來，這種新方法具有很大的優(yōu)勢。同時在某些細胞自動識別系統(tǒng)中，還需要對白細胞進行分類工作，因此我們對Fisher鑒別準則作了必要的修正，并基于新的鑒別

4、準則設(shè)計了最大散度差分類器；然后探討了當(dāng)分類器參數(shù)C趨向無窮大時，最大散度差分類器的極限情況，得到了大間距線性投影分類器，并用改進的分類器對白細胞識別結(jié)果進行了分類，分類結(jié)果滿意。 （3） 提出了一種新型的模糊形態(tài)學(xué)神經(jīng)元模型，應(yīng)用此神經(jīng)元模型，構(gòu)造了兩類網(wǎng)絡(luò)。一類是模糊形態(tài)學(xué)前饋神經(jīng)網(wǎng)絡(luò)，分析了其函數(shù)逼近能力，并通過前饋網(wǎng)絡(luò)的實例模糊形態(tài)學(xué)BP網(wǎng)絡(luò)（FMNN-BP），來研究其分類能力；另一類是一個基于模糊算子對的形態(tài)學(xué)聯(lián)想記

5、憶（MAM-FO），探討了這種網(wǎng)絡(luò)在處理二值模式和多值模式下的圖像處理能力。 （4） 構(gòu)造了一種模糊形態(tài)學(xué)擊中／丟失算子（Fuzzy Hit-Miss），在此基礎(chǔ)上結(jié)合形態(tài)學(xué)神經(jīng)網(wǎng)絡(luò)（MSNN），提出了一種基于模糊擊中／丟失算子的模糊形念學(xué)網(wǎng)絡(luò)（FMSNN）?？紤]到在細胞自動識別系統(tǒng)中，由于技術(shù)和操作上的原因，會導(dǎo)致采集的細胞圖像中存在干擾，從而造成檢測結(jié)果的誤差。這里采用FMSNN實現(xiàn)了血涂片圖像中白細胞的定位/計數(shù)，研究了