資源描述：
《基于形態(tài)學(xué)的邊緣檢測(cè)研究.pdf》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在行業(yè)資料-天天文庫(kù)。
1、儀器儀表／檢測(cè)／監(jiān)控現(xiàn)代制造工程(ModemManufacturingEngineering)2011年第12期基于形態(tài)學(xué)的邊緣檢測(cè)研究王焱，鄒步，彭慧玲(遼寧工程技術(shù)大學(xué)電氣與控制工程學(xué)院，葫蘆島125105)摘要：針對(duì)傳統(tǒng)形態(tài)學(xué)邊緣檢測(cè)算子的局限件及適用范圍，提出一種新的基于數(shù)學(xué)形態(tài)學(xué)的邊緣檢測(cè)方法，該方法在傳統(tǒng)的形態(tài)學(xué)邊緣檢測(cè)算子上加以改進(jìn)，是一種多尺度多結(jié)構(gòu)元素相結(jié)合的形態(tài)學(xué)邊緣檢測(cè)方法。通過(guò)對(duì)實(shí)驗(yàn)圖像的分析表明，在有效取得圖像邊緣的同時(shí)．對(duì)椒鹽噪聲和高斯噪聲都有很好的抑制作用，是一種較好的改進(jìn)算法，具有一定的實(shí)用性。關(guān)鍵詞：邊緣
2、檢測(cè)；數(shù)學(xué)形態(tài)學(xué)；多尺度多結(jié)構(gòu)；噪聲中圖分類號(hào)：TN911．73；TP391．9文獻(xiàn)標(biāo)志碼：A文章編號(hào)：1671—3133(2011)12—0087—04StudyonedgedetectionbasedonmorphologyWANGYan。ZOUBu。PENGHui．1ing(InstituteofElectricalandControlEngineering，LiaoningTechnicalUniversity，Huludao125105。Liaoning，China)Abstract：Anewedgedetectionmetho
3、dbasedonmathematicalmorphologyWaSproposedaimingatthelimitationandapplicationscopeoftheedgedetectionoperatorinthetraditionalmorphology，thismethodismorphologicaledgedetectionmethodcombiningamulti-scalestructureelements，whichimprovedthetraditionalmorphologicaledgedetectionop
4、erator．Theanalysisofexperimen-talimagesshowthatsaltandpeppernoiseandgaussiannoiseCanbeinhibitedwellandimagesedgecanbeobtainedeffectively，sothismethodisabetterimprovedalgorithmwithacertainpracticality．Keywords：edgedetection；mathematicalmorphology；multi-scalestructure；noise
5、0引言邊緣檢測(cè)是圖像處理與分析的基礎(chǔ)內(nèi)容之一，檢測(cè)結(jié)果的好壞直接影響著圖像的后續(xù)處理。圖像邊緣和輪廓特征的檢測(cè)與提取，一直是圖像處理與分析技術(shù)中的研究熱點(diǎn)?。傳統(tǒng)的基于一階導(dǎo)數(shù)、二階導(dǎo)數(shù)的邊緣檢測(cè)法得到的邊緣會(huì)丟失很多細(xì)節(jié)，特別是在有噪聲的情況下，對(duì)檢測(cè)結(jié)果影響很大心J。近年來(lái)不斷涌現(xiàn)許多新的邊緣檢測(cè)方法，如小波變換和小波包的邊緣檢測(cè)法、基于數(shù)學(xué)形態(tài)學(xué)、模糊理論和神經(jīng)網(wǎng)絡(luò)的邊緣檢測(cè)法¨J。這些算法實(shí)時(shí)性好，但抗干擾性差，不能有效地克服噪聲影響H1。數(shù)學(xué)形態(tài)學(xué)是一門(mén)建立在嚴(yán)格的數(shù)學(xué)理論基礎(chǔ)之上的新興科學(xué)，以集合論為基礎(chǔ)對(duì)數(shù)字圖像進(jìn)行分析和理
6、解，是幾何形態(tài)學(xué)分析和描述的有力工具，已成為數(shù)字圖像處理領(lǐng)域的一種新理論和新方法，并對(duì)數(shù)字圖像處理的理論和技術(shù)產(chǎn)生了重大影響∞J。基于上述原因，本文提出一種基于多尺度、多結(jié)構(gòu)的結(jié)構(gòu)元素的形態(tài)學(xué)邊緣檢測(cè)法。該方法對(duì)傳統(tǒng)的形態(tài)學(xué)邊緣檢測(cè)算子加以改進(jìn)，通過(guò)對(duì)實(shí)驗(yàn)圖像的參考文獻(xiàn)：[1]黃國(guó)杰，謝水生，程鎮(zhèn)康，等．KFC銅合金帶材的生產(chǎn)工藝研究[J]．稀有金屬，2005，29(2)：228—231．[2]謝水生，李彥利，朱琳．電子工業(yè)用引線框架銅合金及組織的研究[J]．稀有金屬，2003，27(6)：769—776．[3]趙謝群．引線框架銅合金材料
7、研究及開(kāi)發(fā)進(jìn)展[J]．稀有金屬，2003，27(6)：777—782．作者簡(jiǎn)介：孫海洋，博士后，從事連續(xù)擠壓技術(shù)及其變形區(qū)動(dòng)態(tài)測(cè)試系統(tǒng)研究。E-mail：sky039i@yahoo．com．cn收稿日期：20114)1—10872011年第12期現(xiàn)代制造工程(ModemManufacturingEngineering)仿真，結(jié)果優(yōu)于傳統(tǒng)方法，尤其是在有噪聲的條件下，該方法檢測(cè)后的效果更好。1形態(tài)學(xué)邊緣檢測(cè)算子1．1傳統(tǒng)的形態(tài)學(xué)邊緣檢測(cè)一般數(shù)字圖像f(并，，，)村。Ⅳ可以表示成一個(gè)MXN的二維矩陣，其中算和Y是空間坐標(biāo)，肘和』、r為圖像的行
8、數(shù)和列數(shù)，任何一空間坐標(biāo)(菇，Y)上的幅值廠稱為該點(diǎn)圖像的強(qiáng)度或灰度。數(shù)學(xué)形態(tài)學(xué)有兩種基本運(yùn)算：膨脹和腐蝕。由這兩種基本運(yùn)算可以組合成多種形式的復(fù)合運(yùn)算。下面借助形態(tài)運(yùn)算引入圖像邊緣檢測(cè)算子M
