形態(tài)學(xué)分析方法及在圖像特征提取中的應(yīng)用.pdf

1、數(shù)學(xué)形態(tài)學(xué)是一種在空間域處理和分析圖像的有效手段，由于采用卷積運(yùn)算作為計(jì)算方法，所以具有較低的計(jì)算復(fù)雜度。此外，形態(tài)學(xué)算子方便利用硬件實(shí)現(xiàn)，因此在實(shí)際應(yīng)用中具有快速高效的特點(diǎn)，尤其適合大量圖像數(shù)據(jù)的處理與分析。
　　圖像特征提取是圖像分析中的基本問(wèn)題之一，是從圖像處理到圖像理解的關(guān)鍵步驟，也為計(jì)算機(jī)視覺(jué)中圖像配準(zhǔn)和重構(gòu)、圖像分類和目標(biāo)識(shí)別及圖像檢索提供了重要依據(jù)。因此，建立具有高精確度的、魯棒性的圖像特征提取方法具有極其重要的理論

2、和實(shí)踐意義。
　　本文旨在建立先進(jìn)的形態(tài)學(xué)變換模型，以彌補(bǔ)現(xiàn)有算子的不足，豐富形態(tài)學(xué)的理論體系。在此基礎(chǔ)上，根據(jù)不同類型圖像（灰度圖像和彩色圖像）的特點(diǎn)，針對(duì)不同的特征類型，建立合適的形態(tài)學(xué)分析方法進(jìn)行特征提取實(shí)踐以驗(yàn)證算子的有效性。
　　本文在介紹形態(tài)學(xué)算子模型和圖像特征提取模型基礎(chǔ)理論的基礎(chǔ)上，針對(duì)不同的圖像和特征類型，結(jié)合模糊集、張量模型、流形學(xué)習(xí)與軟計(jì)算技術(shù)深入研究了多種形態(tài)學(xué)算子模型和特征提取方法，課題從以下幾個(gè)方

3、面對(duì)形態(tài)學(xué)方法及其在圖像特征提取中的應(yīng)用進(jìn)行了分析：
　　(1)針對(duì)灰度形態(tài)學(xué)算子的魯棒性問(wèn)題，結(jié)合變精度思想和序統(tǒng)計(jì)方法，構(gòu)造了基于模糊平移和模糊包含的變精度模糊擊中擊不中變換。該方法引入模糊平移的概念，不僅放松了對(duì)形態(tài)學(xué)結(jié)構(gòu)元素灰度的限制，增加了結(jié)構(gòu)元素選擇的魯棒性，同時(shí)能夠更好的反映圖像目標(biāo)與給定結(jié)構(gòu)元素的匹配關(guān)系。為解決灰度圖像特征提取的魯棒性問(wèn)題，通過(guò)引入變精度思想，抑制高斯噪聲和圖像模糊性對(duì)特征提取的影響，在此基礎(chǔ)上，

4、借助序統(tǒng)計(jì)思想構(gòu)造了等級(jí)、軟變精度模糊擊中擊不中算子消除圖像中的脈沖噪聲。
　　通過(guò)分析灰度圖像的邊緣和角點(diǎn)模型，提出了基于等級(jí)變精度模糊擊中擊不中變換的邊緣檢測(cè)方法和基于軟變精度模糊擊中擊不中變換的角點(diǎn)檢測(cè)方法。利用算法對(duì)不同噪聲水平的自然圖像進(jìn)行特征提取實(shí)驗(yàn)，討論了精度系數(shù)、等級(jí)參數(shù)、軟參數(shù)等算法參數(shù)的選擇方法，驗(yàn)證了算子在噪聲環(huán)境下興趣點(diǎn)特征的檢測(cè)性能。最后，研究了變精度模糊擊中擊不中變換在灰度圖像目標(biāo)檢測(cè)中的應(yīng)用。分別針對(duì)

5、強(qiáng)噪聲人工圖像、雷達(dá)圖像和醫(yī)學(xué)圖像進(jìn)行目標(biāo)檢測(cè)實(shí)驗(yàn)，并從理論和實(shí)踐兩個(gè)角度定性分析了算法相比于現(xiàn)有魯棒灰度擊中擊不中變換所具有的優(yōu)勢(shì)。
　　(2)針對(duì)彩色圖像形態(tài)學(xué)分析問(wèn)題，本文提出了三種彩色圖像的張量模型。首先結(jié)合HSI彩色空間的物理意義與張量的譜分解，定義了描述彩色信息的張量模型。此外，借助微分幾何理論通過(guò)構(gòu)造彩色圖像的紋理映射，建立基于廣義結(jié)構(gòu)張量的紋理表示模型。最后，根據(jù)二階三維張量的特征譜與圖像彩色和紋理信息的對(duì)應(yīng)關(guān)系構(gòu)

6、造了彩色圖像的混合張量模型。為了建立彩色圖像的形態(tài)學(xué)算子模型，本文分別構(gòu)造了基于張量譜邊緣序和張量距離測(cè)度的偏序關(guān)系，并在此基礎(chǔ)上，定義了相關(guān)張量形態(tài)學(xué)算子。針對(duì)不同模型特點(diǎn)和特征提取需要，提出了基于彩色張量形態(tài)學(xué)梯度的彩色圖像邊緣檢測(cè)方法，并對(duì)不同張量距離測(cè)度的處理性能進(jìn)行了定性分析，同時(shí)與基于向量距離的彩色形態(tài)學(xué)進(jìn)行了比較實(shí)驗(yàn)，驗(yàn)證了彩色張量模型的有效性。針對(duì)紋理圖像邊緣檢測(cè)問(wèn)題，建立了基于紋理張量的形態(tài)學(xué)膨脹檢測(cè)方法和基于混合張量

7、的形態(tài)學(xué)梯度邊緣檢測(cè)算法，通過(guò)實(shí)驗(yàn)分析了二者的性能和適用范圍。
　　(3)為解決基于內(nèi)容的彩色圖像分割問(wèn)題，課題研究了彩色圖像不規(guī)則目標(biāo)的區(qū)域特征提取方法。在粒計(jì)算的框架下，采用改進(jìn)的彩色形態(tài)學(xué)跳連通算子將圖像劃分為若干同質(zhì)的不規(guī)則連通區(qū)域，將每個(gè)連通區(qū)域作為一個(gè)基本粒。在估計(jì)基本粒尺度的基礎(chǔ)上，通過(guò)形態(tài)學(xué)重構(gòu)算法將所有基本粒映射到同一個(gè)歐式空間中。然后，構(gòu)造改進(jìn)的拉普拉斯流形學(xué)習(xí)算法抽取嵌入在高維歐氏空間中低維流形，作為不規(guī)則區(qū)