【正文】 ve Algorithm of Edge Detection Based on Mathematical of Computer . 29.(2020).pp. 997999. [3] and . “ Boundary Detection using Mathematical Morphology” .Pattern Recognition . 16.(2020).pp. 12771286. [4] J. Canny.“ A Computational Approach to Edge Detection” .IEEE Transactions on Pattern Analysis and Machine .(2020) . 679698. [5] Z. . . Yuanyuan and L. YongMing.“ An Improved xx 科技學(xué)院 2020 屆本科生畢業(yè)設(shè)計(jì)（論文）外文翻譯 10 Morphological Edge Detection Algorithm of Medical Image, Journal of Chongqing University, vol. 33, (2020), pp. 123126. [6] Z. AuDin.“ A Course of Image Processing and Analysis” .Post Telemuter and .(2020).. [7] L. . Li and Q. Chaos.“ Mathematical Morphology Based Phase Selection Scheme in Digital Relaying”.IEEE C: Generation, Transmission and . 152.(2020).pp. 157163. [8] G. . I. Boulevard and I. Andrea. “ A New Approach to Morphological Color Image Processing” .Pattern . 35.(2020).pp. 17331741. [9] S. . N. . Flamage and H. A. Any.“ Teeth Segmentation in Digitized Dental Xray Films Using Mathematical Morphology ” .IEEE Transactions on Information Forensics and . 1.(2020).pp. 178189. [10] X. LiMia. L. Tao and W. DuoChennai.“ Adaptive Edge Detection Algorithm Based on Morphology” .Computer . 36.(2020).pp. 214216. [11] W. . Dingyuan and G. Runding.“ Research of Image Edge Detection Based on Mathematical Morphology ” .International Journal of Signal Processing and Pattern . 6.(2020).pp. 227236. [12] H. . . Fan and Z. DinDeng.“ A Muftishape and Muftiscale Edge Detection Algorithm Based on Mathematical Morphology” .Journal of Northeastern University (Natural Science).vol. 31.(2020).pp. 14831486. [13] T. Yonghe and L. HanChang.“ Morphological Edge Detection Algorithm Based on Muftistructure Elements Compound Filter” . Geomagic and Information Science of Wuhan . 37.(2020).pp. 5053. [14] S. Homeopathy and B. Chandon.“ An Edge Preserving Noise Smoothing Technique Using Muftiscale Morphology” .Signal . 82.(2020).pp. 527544． [15] B. Angelina. “ Using Mathematical Morphology for The Anatomical Labeling of Vertebrae from 3D CTscan Image” .Computerized Medical Imaging and . 31.(2020).pp. 141156. [16] F. . Raze and M. A. Sharif.“ A Customized Gab or Filter for Unsupervised Color Image Segmentation” .Image and Vision . 27.(2020).pp. 489501. xx 科技學(xué)院 2020 屆本科生畢業(yè)設(shè)計(jì)（論文）外文翻譯 11 基于數(shù)學(xué)形態(tài)學(xué)的邊緣檢測(cè)的改進(jìn)算法 摘要 ： 在形態(tài)、不同尺寸和形狀的結(jié)構(gòu)元素有不同的能力在保持圖像細(xì)節(jié)抗噪聲 ，基于邊緣檢測(cè)的自適應(yīng)算法摘要提出了 多結(jié)構(gòu) 和多 尺 度元素。 邊緣檢測(cè)是廣泛應(yīng)用于圖像分割、圖像匹配、特征提取 ,和其他領(lǐng)域。 1985 年之后 ， 數(shù)學(xué)形態(tài)學(xué)成為圖像處理工具 ，日益顯示出巨大的應(yīng)用前景 [8]。例如 ， 文獻(xiàn) [13]選擇單一結(jié)構(gòu)元素 ， 圖像邊緣不完整。的基本操作數(shù)學(xué)形態(tài)學(xué)是 :膨脹、腐蝕、開(kāi)啟和關(guān)閉 。 , 39。 , 39。 的邊緣檢測(cè)運(yùn)營(yíng)商提出了在文獻(xiàn) [11]列出如下 : xx 科技學(xué)院 2020 屆本科生畢業(yè)設(shè)計(jì)（論文）外文翻譯 13 2 1 1 1m in2 1 1 1m a x2 2 2m a x m inm in{ , , }m a x{ , , }d e ded e dede cG G G GG G G GG G G???? 運(yùn)營(yíng)商降低檢測(cè)結(jié)果的程度的模糊性 ， 但抗噪聲能力很差。 1 2 1 21 [ ( ) ( )2F f B B f B B? ? ? ? 12( , ) [ 1 , 0 , 1 。 555()()()m m md m i i im m me m i i im m m mde m i i i iG i F b b F bG i F b F b bG i F b b F b b? ? ? ? ?? ? ? ?? ? ? ? ? xx 科技學(xué)院 2020 屆本科生畢業(yè)設(shè)計(jì)（論文）外文翻譯 14 1112342122[ 0 , 0 , 0 。 0 , 1 , 0] 。 0 , 0 , 0 , 0 , 0] 。 0 , 0 , 1 , 0 , 0 。 當(dāng)使用不同尺度的結(jié)構(gòu)元素邊緣檢測(cè) ， 本文采用信息熵方法邊緣融合在一起 。根據(jù)改進(jìn)的操作 (15)， 提出了一種新的邊緣檢測(cè)算 法 不完整的。算法有一定的能力的抑制噪聲在文獻(xiàn) [5]和 [13]， 但檢測(cè)結(jié)果出現(xiàn)鋸齒的邊緣和邊緣信息。實(shí)驗(yàn)結(jié)果表明 ， 該算法可以有效地抑制的影響各種噪聲對(duì)邊緣檢測(cè) ， 可以檢測(cè)圖像邊緣的詳細(xì)信息 ,和檢測(cè)邊緣連續(xù)和完整。在形態(tài) ， 不同大小和形狀的結(jié)構(gòu)元素有不同的能力在維護(hù)形象細(xì)節(jié)和抗噪聲。檢測(cè)結(jié)果如圖 2 6 所示。 41/m m mi i iinn? ?? ? 融合處理 結(jié)構(gòu)元素是數(shù)學(xué)的基本元素形態(tài) ， 結(jié)構(gòu)元素也可能影響不同的邊緣檢測(cè)結(jié)果尺度和形狀。 0 , 0 , 0 , 1 , 0 。[ 0 , 0 , 1 , 0 , 0 。1 , 1 , 1 , 1 , 1 。[ 0 , 1 , 0 。 關(guān)閉操作的形態(tài)可以填補(bǔ)空白 ， 連接到附近的對(duì)象和光滑邊界 ， 因此可以確保邊緣更加連續(xù) ， 完 整 ， 沒(méi)有參差不齊的。和形態(tài)學(xué)的影響圖像處理不僅形態(tài)轉(zhuǎn)換方式有關(guān) ， 但也有關(guān)結(jié)構(gòu)元素的選擇。 根據(jù)形態(tài)學(xué)的基本操作 ， 有一些現(xiàn)有的邊緣檢測(cè)基于形態(tài)學(xué)的運(yùn)營(yíng)商。) | 39。) | 39。實(shí)驗(yàn)結(jié)果表明 ， 這種情況算法比文獻(xiàn) [ 11 13]。有人可能使用 muftistructure 結(jié)構(gòu)元素 ， 和有人可能使用多尺度結(jié)構(gòu)元素 (1 14)。數(shù)學(xué)形態(tài)可以實(shí)現(xiàn)圖像分析和目標(biāo)識(shí)別的目的 [6]。 關(guān)鍵字： 圖像處理、邊緣檢測(cè)、數(shù)學(xué)形態(tài)學(xué)、集成 1 簡(jiǎn)介 圖像邊緣是圖像的最基本特征之一 ， 它不僅包含一個(gè)大數(shù)量的信息 ,也是一個(gè)關(guān)于圖像分析和圖像的重要基礎(chǔ)分割。salt and pepper39。 0 , 0 , 1 , 0 , 0 。[ 0 , 0 , 0 , 0 , 1 。 [ 1 , 0 , 0 。1 , 1 , 1 。, 39。, 39。it not only contains a large amount of information,but also is an important basis about the image analysis and image ,image edge has a wide application detection is widely used in image segmentation,image matching, feature extraction,and other is also an important research direction of puter are many kinds of algorithms for image edge traditional algorithms for edge detection have Laplace operator,Roberts operator,So operator,Canny operator and so on [4],the main function of these operators is highpass filter,each of them has different characteristics and the traditional algorithms involve in orientation,so antinoise performance is generally poor,it is difficult to detect the edge of the plex image [5]. The basic idea of mathematics morphology is to use the structural element with a certain form to measure and to extract the corresponding shape in the image. Mathematics morphology can achieve the purposes of the image analysis and target recognition [6].It has unique advantages in image ed