基于超图的自适应数学形态学研究与应用

基于超图的自适应数学形态学研究与应用

论文摘要

数学形态学以严谨的数学理论为基础,有着简单高效的基本思想,在图像处理的各个领域得到了广泛的应用。数学形态学使用结构元素分析和处理图像的结构特征,不同形状和大小的结构元素会导致数学形态学运算结果的巨大差异。而在传统的数学形态学中,结构元素的形状和大小是固定的,往往并不符合图像某些区域的局部特征,会导致图像的处理结果并不理想。因此,基于图像结构特征自动选择合适的自适应结构元素对于改善形态学处理结果有着很大的作用。为了解决固定结构元素导致的图像结构特征丢失的问题,本文结合自适应形态学和超图理论提出了基于超图的自适应数学形态学新模型。本文结合灰度自适应数学形态学以及超图基本理论,提出了基于超图的灰度自适应数学形态学新模型,并介绍了新模型在灰度图像的边缘提取及滤波中的应用。以现有的灰度自适应形态学理论为基础,定义了灰度像素相似度来衡量灰度图像不同像素点的相似性,并给出了自动选取阈值的方法,定义了灰度图像到超图的映射方式,并给出自适应选取结构元素的方法,提出了基于超图的灰度自适应形态学新算子。同时引入灰度图像细节变化率的概念来评价形态学运算前后灰度图像的细节损失程度,并通过实验分析和验证了新算子的正确性及有效性,实验证明,相较于现有的灰度形态学算子,新算子能够更为完整的保留图像的细小结构特征。以新算子为基础,提出了基于超图的灰度自适应形态学边缘提取算子和滤波算子,通过实验证明了新的边缘提取算子能够更为完整的提取图像中的细小边缘,滤波算子去噪效果更好,能更好的保留图像的结构特征。然后,根据彩色图像的特点,将新算子扩展到彩色图像上,提出了基于超图的彩色自适应数学形态学新模型,并介绍了新模型在彩色图像的边缘提取和滤波中的应用。结合彩色图像自身的特性,定义了彩色像素相似度来衡量彩色图像不同像素点的相似性,并给出了自动选取阈值的方法,定义了彩色图像到超图的映射方式,并给出自适应选取结构元素的方法,提出了基于超图的彩色自适应形态学新算子。引入彩色图像细节变化率的概念来评价形态学运算前后彩色图像的细节损失程度,实验研究证明,新算子的细节变化率更低,在完整的保留图像的色彩信息的同时能很好的避免图像纹理细节的丢失。以新算子为基础,提出了基于超图的彩色自适应形态学边缘提取算子和滤波算子,实验研究证明,新算子的边缘提取效果以及滤波效果更好。

论文目录

  • 摘要
  • ABSTRACT
  • 符号对照表
  • 缩略语对照表
  • 第一章 绪论
  •   1.1 研究背景及意义
  •   1.2 国内外研究现状
  •   1.3 本文研究内容
  •   1.4 本文结构安排
  • 第二章 数学形态学和超图基本理论
  •   2.1 基本概念
  •     2.1.1 数字图像基础
  •     2.1.2 集合的基本概念及运算
  •     2.1.3 结构元素
  •   2.2 二值数学形态学
  •     2.2.1 基本运算
  •     2.2.2 基本运算的性质
  •   2.3 灰度数学形态学
  •     2.3.1 基本运算
  •     2.3.2 基本运算的性质
  •   2.4 彩色数学形态学
  •     2.4.1 基本算子
  •     2.4.2 彩色矢量排序
  •   2.5 超图基本理论
  •     2.5.1 超图基本定义
  •     2.5.2 超图表示方法
  •   2.6 本章小结
  • 第三章 基于超图的灰度自适应数学形态学
  •   3.1 灰度图像像素相似性
  •     3.1.1 像素的空间距离
  •     3.1.2 灰度像素相似度
  •   3.2 超图灰度自适应形态学
  •     3.2.1 相似度阈值
  •     3.2.2 灰度图像到超图的映射
  •     3.2.3 基于超图的灰度自适应结构元素的选取
  •     3.2.4 超图灰度自适应形态学新算子的定义
  •     3.2.5 实验结果及分析
  •   3.3 灰度图像细节评价
  •     3.3.1 灰度图像细节变化率
  •     3.3.2 实验结果及分析
  •   3.4 基于超图的灰度自适应形态学在边缘提取中的应用
  •     3.4.1 基于超图的灰度自适应形态学边缘提取算子
  •     3.4.2 实验结果及分析
  •   3.5 基于超图的灰度自适应形态学在图像滤波中的应用
  •     3.5.1 基于超图的灰度自适应形态学滤波算子
  •     3.5.2 实验结果及分析
  •   3.6 本章小结
  • 第四章 基于超图的彩色自适应数学形态学
  •   4.1 颜色空间
  •     4.1.1 RGB颜色模型
  •     4.1.2 HSI颜色模型
  •     4.1.3 YCbCr颜色模型
  •   4.2 彩色图像像素相似性
  •     4.2.1 彩色图像空间距离
  •     4.2.2 彩色像素相似度
  •   4.3 超图彩色自适应形态学
  •     4.3.1 相似度阈值
  •     4.3.2 彩色图像到超图的映射
  •     4.3.3 基于超图的彩色自适应结构元素的选取
  •     4.3.4 像素点的幅值
  •     4.3.5 超图彩色自适应形态学新算子的定义
  •     4.3.6 超图自适应形态学新算子的性质
  •     4.3.7 实验结果及分析
  •   4.4 彩色图像细节评价
  •     4.4.1 彩色图像细节变化率
  •     4.4.2 实验结果及分析
  •   4.5 基于超图的彩色自适应形态学在边缘提取中的的应用
  •     4.5.1 基于超图的彩色自适应形态学边缘提取算子
  •     4.5.2 实验结果及分析
  •   4.6 基于超图的彩色自适应形态学在图像滤波中的应用
  •     4.6.1 基于超图的彩色自适应形态学滤波算子
  •     4.6.2 实验结果及分析
  •   4.7 本章小结
  • 第五章 总结与展望
  •   5.1 研究总结
  •   5.2 研究展望
  • 参考文献
  • 致谢
  • 作者简介
  • 文章来源

    类型: 硕士论文

    作者: 周勇

    导师: 王俊平,孙京梅

    关键词: 自适应形态学,超图,结构元素

    来源: 西安电子科技大学

    年度: 2019

    分类: 基础科学,信息科技

    专业: 数学,计算机软件及计算机应用

    单位: 西安电子科技大学

    基金: 国家自然科学基金项目(基于形式概念的对数自适应形态学新算子研究及其FPGA实现,61872433)

    分类号: TP391.41;O157.5

    DOI: 10.27389/d.cnki.gxadu.2019.002089

    总页数: 91

    文件大小: 5116K

    下载量: 58

    相关论文文献

    • [1].3-一致超图的反馈数研究(英文)[J]. 数学进展 2020(01)
    • [2].均衡的完全3-部3-一致超图的单色放松路划分[J]. 山东师范大学学报(自然科学版) 2019(02)
    • [3].超图可视化方法研究综述[J]. 计算机科学与探索 2018(11)
    • [4].基于异质超边的超图[J]. 广东工业大学学报 2017(01)
    • [5].关于信息超图一些基本概念的注记[J]. 内蒙古民族大学学报(自然科学版) 2017(02)
    • [6].解析超图软件“三创”[J]. 软件和集成电路 2016(Z1)
    • [7].赋权超图划分问题的多水平迁移优化算法研究[J]. 小型微型计算机系统 2016(06)
    • [8].一致超图谱半径界的改进结果[J]. 纯粹数学与应用数学 2014(06)
    • [9].r一致B-混合超图可着色的最大边数[J]. 考试周刊 2015(85)
    • [10].超图软件 未来发展重点在西部[J]. 证券导刊 2011(37)
    • [11].基于赋权有向超图的云计算依赖任务调度研究[J]. 计算机工程与应用 2015(24)
    • [12].完全3-一致超图K_(32)~(3)的5-圈分解[J]. 内蒙古民族大学学报(自然科学版) 2016(01)
    • [13].给定色可行集的极大混合超图[J]. 曲阜师范大学学报(自然科学版) 2014(02)
    • [14].超图建模法及其在车辆传动系统中的应用[J]. 汽车工程 2013(04)
    • [15].具有固定匹配数的极值k-部k-一致超图的结构[J]. 天津师范大学学报(自然科学版) 2013(03)
    • [16].四元超图的模型及其性质[J]. 江汉大学学报(自然科学版) 2012(02)
    • [17].超图两款产品在软件测评中再获表彰[J]. 数字通信世界 2011(02)
    • [18].完美图在超图上的推广[J]. 新疆师范大学学报(自然科学版) 2011(01)
    • [19].一类超图的横贯[J]. 石河子大学学报(自然科学版) 2011(03)
    • [20].线性超图的边着色问题[J]. 新疆师范大学学报(自然科学版) 2010(03)
    • [21].机遇发现的超图建模及应用[J]. 管理学报 2009(11)
    • [22].市场机遇发现的超图路径及其应用[J]. 武汉理工大学学报(信息与管理工程版) 2008(06)
    • [23].随机一致超图的关于H-因子的门槛函数(英文)[J]. 数学研究 2008(04)
    • [24].超图在密集无线网络优化中的应用[J]. 通信技术 2017(12)
    • [25].面向大数据实体识别的超图分割算法[J]. 小型微型计算机系统 2018(07)
    • [26].基于超图染色的网络编码重传方案研究[J]. 计算机应用与软件 2015(08)
    • [27].一种VLSI设计到赋权超图的转换系统[J]. 微电子学与计算机 2012(02)
    • [28].完全3-一致超图的一类填充问题和覆盖问题[J]. 中国科学:数学 2012(06)
    • [29].无圈超图规模的进一步研究[J]. 应用数学学报 2012(05)
    • [30].D-完全一致混合超图不可着色的一个充要条件[J]. 纯粹数学与应用数学 2011(03)

    标签:;  ;  ;  

    基于超图的自适应数学形态学研究与应用
    下载Doc文档

    猜你喜欢