圖像形態(tài)學(xué)本科畢業(yè)論文-展示頁
2025-07-07 17:48本頁面
【正文】 理的最基礎(chǔ)理論之一，本文基于MATLAB軟件進(jìn)行編程，探討了通過讀取灰度圖像，并對(duì)灰度圖像進(jìn)行處理等過程，完成圖像灰度處理的整個(gè)過程及其實(shí)現(xiàn)的方法。哈爾濱工業(yè)大學(xué)華德應(yīng)用技術(shù)學(xué)院本科畢業(yè)設(shè)計(jì)（論文）摘 要摘 要: 在圖像工程中，圖像處理、圖像分析、圖像理解是其研究的三個(gè)重要層次。圖像處理是圖像目前發(fā)展的主體技術(shù)，它強(qiáng)調(diào)的是圖形之間的轉(zhuǎn)換。(主要從宏觀上寫你的論文做了什么,不是簡(jiǎn)單介紹!!)關(guān)鍵詞:圖像處理；形態(tài)學(xué)處理；開運(yùn)算 AbstractAbstract： In the imagery project, the imagery processing, the imagery analysis and the imagery understood are three important levels in its research. With the development of the image, the imagery processing has bee the main technology, it emphasizes the transformation between the graphs. The imagery gradation processing is one of most basic theories of the imagery processing, the programming in this article bases on the process of the gradation image reading and the processing to the gradation image, also the entire process, the pleting of the image gradation processing and its realization method are deeply discussed in this article.Key words: Image。 Imagery processing。特別是在圖形檢測(cè)中，數(shù)學(xué)形態(tài)學(xué)的應(yīng)用變得日益廣泛。在汽車路面AGV檢測(cè)時(shí)，如果是在雨天或者霧天，識(shí)別的效果遠(yuǎn)遠(yuǎn)不好，應(yīng)用數(shù)學(xué)形態(tài)學(xué)中的方法可以有效的解決這個(gè)問題；在圖像文字識(shí)別方面，對(duì)于一些自己模糊的文字，應(yīng)用數(shù)學(xué)形態(tài)學(xué)的方法進(jìn)行處理，同樣會(huì)受益匪淺。其中代表性的成果是70年代末MIT的Marr提出的視覺計(jì)算理論，這個(gè)理論成為計(jì)算機(jī)視覺領(lǐng)域其后十多年的主導(dǎo)思想。這門學(xué)科在計(jì)算機(jī)文字識(shí)別， 計(jì)算機(jī)顯微圖像分析(如定量金相分析， 顆粒分析)， 醫(yī)學(xué)圖像處理（例如細(xì)胞檢測(cè)、心臟的運(yùn)動(dòng)過程研究、 脊椎骨癌圖像自動(dòng)數(shù)量描述），圖像編碼壓縮， 工業(yè)檢測(cè)(如食品檢驗(yàn)和印刷電路自動(dòng)檢測(cè))，材料科學(xué)， 機(jī)器人視覺，汽車運(yùn)動(dòng)情況監(jiān)測(cè)等方面都取得了非常成功的應(yīng)用。形態(tài)學(xué)方法已成為圖像應(yīng)用領(lǐng)域工程技術(shù)人員的必備工具。 立題的目的和意義數(shù)學(xué)形態(tài)學(xué)是由一組形態(tài)學(xué)的代數(shù)運(yùn)算子組成的，它的基本運(yùn)算有4個(gè)： 膨脹（或擴(kuò)張）、腐蝕（或侵蝕）、開啟和閉合， 它們?cè)诙祱D像和灰度圖像中各有特點(diǎn)。數(shù)學(xué)形態(tài)學(xué)的基本思想及方法適用于與圖像處理有關(guān)的各個(gè)方面，如基于擊中/擊不中變換的目標(biāo)識(shí)別，基于流域概念的圖像分割， 基于腐蝕和開運(yùn)算的骨架抽取及圖像編碼壓縮，基于測(cè)地距離的圖像重建，基于形態(tài)學(xué)濾波器的顆粒分析等。數(shù)學(xué)形態(tài)學(xué)可以與分形、神經(jīng)網(wǎng)絡(luò)、遺傳、進(jìn)化、變異等算法等結(jié)合，形成新的理論和應(yīng)用領(lǐng)域。所以，對(duì)數(shù)學(xué)形態(tài)學(xué)理論及其應(yīng)用的研究具有重要的現(xiàn)實(shí)意義和使用價(jià)值可行性：本課題主要就是以MATLAB軟件為工具，實(shí)現(xiàn)灰度圖像的形態(tài)學(xué)處理方面的研究。存在的困難：本人通過閱讀大量的國(guó)內(nèi)外文獻(xiàn)，研究數(shù)學(xué)形態(tài)學(xué)在圖像處理中的應(yīng)用,雖然在理論方法研究上已取得不小的進(jìn)展，但它本身是一個(gè)比較新的、知識(shí)交叉的研究領(lǐng)域，因此在畢業(yè)課題研究過程中會(huì)存在一些問題。 第2章 數(shù)學(xué)形態(tài)學(xué)基礎(chǔ) 數(shù)學(xué)形態(tài)學(xué)數(shù)學(xué)形態(tài)學(xué)是由一組形態(tài)學(xué)的代數(shù)運(yùn)算子組成的，它的基本運(yùn)算有4個(gè)：膨脹（或擴(kuò)張）、腐蝕（或侵蝕）、開啟和閉合， 它們?cè)诙祱D像和灰度圖像中各有特點(diǎn)。形態(tài)學(xué)圖像處理表現(xiàn)為一種鄰域運(yùn)算形式；一種特殊定義的鄰域稱之為“結(jié)構(gòu)元素”（Structure Element），在每個(gè)像素位置上它與二值圖像對(duì)應(yīng)的區(qū)域進(jìn)行特定的邏輯運(yùn)算，邏輯運(yùn)算的結(jié)果為輸出圖像的相應(yīng)像素。 形態(tài)學(xué)算法膨脹：A用B來膨脹寫作，定義為：先對(duì)B（結(jié)構(gòu)元素）做關(guān)于原點(diǎn)的映象，再將其映象平移x，結(jié)果是平移后與A交集不為空的x集合。邊緣存在于目標(biāo)、背景和區(qū)域之間，所以，它是圖像分割所依賴的最重要的依據(jù)。邊緣檢測(cè)和區(qū)域劃分是圖像分割的兩種不同的方法，二者具有相互補(bǔ)充的特點(diǎn)。而在區(qū)域劃分中，是把圖像分割成特征相同的區(qū)域，區(qū)域之間的邊界就是邊緣。 邊緣大致可以分為兩種，一種是階躍狀邊緣，邊緣兩邊像素的灰度值明顯不同；另一種為屋頂狀邊緣，邊緣處于灰度值由小到大再到小的變化轉(zhuǎn)折點(diǎn)處。 (2)根據(jù)對(duì)信噪比與定位乘積進(jìn)行測(cè)度，得到最優(yōu)化逼近算子。 (3)類似與Marr（LoG）邊緣檢測(cè)方法，也屬于先平滑后求導(dǎo)數(shù)的方法。 僅僅得到全局的梯度并不足以確定邊緣，因此為確定邊緣，必須保留局部梯度最大的點(diǎn)，而抑制非極大值。圖2非極大值抑制四個(gè)扇區(qū)的標(biāo)號(hào)為0到3，對(duì)應(yīng)3*3鄰域的四種可能組合。 在每一點(diǎn)上，鄰域的中心象素M與沿著梯度線的兩個(gè)象素相比。即： step4:閾值化 減少假邊緣段數(shù)量的典型方法是對(duì)N[i，j]使用一個(gè)閾值。但問題是如何選取閾值？ 解決方法：雙閾值算法。由于N2［i，j］使用高閾值得到，因而含有很少的假邊緣，但有間斷(不閉合)。 Prewitt算子Prewitt算子是一種一階微分算子的邊緣檢測(cè)，利用像素點(diǎn)上下、左右鄰點(diǎn)的灰度差，在邊緣處達(dá)到極值檢測(cè)邊緣，去掉部分偽邊緣,對(duì)噪聲具有平滑作用 。對(duì)數(shù)字圖像f(x，y)，Prewitt算子的定義如下： G(i)=|[f(i1,j1)+f(i1,j)+f(i1，j+1)][f(i+1,j1)+f(i+1，j)+f(i+1，j+1)]| G(j)=|[f(i1,j+1)+f(i,j+1)+f(i+1，j+1)][f(i1,j1)+f(i,j1)+f(i+1，j+1)]| 則 P(i,j)=max[G
環(huán)評(píng)公示相關(guān)推薦
鄂ICP備17016276號(hào)-1