模糊形態(tài)學(xué)技術(shù)及其在圖像處理中的應(yīng)用.pdf

1、在進(jìn)行圖像處理時(shí)，圖像的結(jié)構(gòu)特征非常明顯，如果抓住了這一特征，那么在進(jìn)行圖像處理時(shí)將會(huì)減少大量的處理時(shí)間。由于形態(tài)學(xué)技術(shù)在進(jìn)行圖像處理時(shí)，充分考慮到了圖像的結(jié)構(gòu)特征，因此相對(duì)于其他圖像處理方法而言，形態(tài)學(xué)技術(shù)具有獨(dú)特的結(jié)構(gòu)特征優(yōu)勢(shì)。本文在探討了模糊形態(tài)學(xué)部分性質(zhì)的背景下，研究利用模糊形態(tài)學(xué)技術(shù)在圖像處理中的應(yīng)用，主要在以下方面取得了一些成果： （1） 分析和證明了模糊測(cè)地形態(tài)學(xué)算子的α-截集分解與重構(gòu)特性。由于形態(tài)學(xué)操作P的過(guò)

2、程是將一幅原圖像A經(jīng)由B，變換為一幅新圖像P（A，B）。很顯然在模糊形態(tài)學(xué)概念中，原圖像A即是一個(gè)模糊集，新圖像P（A，B）也是模糊集。所以模糊形態(tài)學(xué)的四個(gè)基本操作是應(yīng)該滿足分解定理的。雖然在構(gòu)造模糊形態(tài)學(xué)算子的常用是將二值形態(tài)學(xué)算子直接平滑過(guò)渡到模糊領(lǐng)域，但由于算子的特殊性，仍然有必要對(duì)模糊形態(tài)學(xué)算子的α-截集分解問(wèn)題作一個(gè)探討。這早研究了由I．Bloch提出的模糊測(cè)地形態(tài)學(xué)有關(guān)算子的α-截集分解和重構(gòu)問(wèn)題，結(jié)果表明采用合適的三角模和

3、反三角模算子，可以使由對(duì)應(yīng)的二值形態(tài)學(xué)算子導(dǎo)出的模糊形態(tài)學(xué)算子有很好的特征匹配性。 （2） 提出了一種基于模糊形態(tài)學(xué)技術(shù)的白細(xì)胞識(shí)別算法。該算法主要是將常用圖像處理時(shí)采用的RGB色彩空間變換為HLS空間，并結(jié)合模糊形態(tài)學(xué)技術(shù)來(lái)實(shí)現(xiàn)對(duì)白細(xì)胞圖像的分割和提取。實(shí)驗(yàn)表明，與其他方法比較起來(lái)，這種新方法具有很大的優(yōu)勢(shì)。同時(shí)在某些細(xì)胞自動(dòng)識(shí)別系統(tǒng)中，還需要對(duì)白細(xì)胞進(jìn)行分類工作，因此我們對(duì)Fisher鑒別準(zhǔn)則作了必要的修正，并基于新的鑒別

4、準(zhǔn)則設(shè)計(jì)了最大散度差分類器；然后探討了當(dāng)分類器參數(shù)C趨向無(wú)窮大時(shí)，最大散度差分類器的極限情況，得到了大間距線性投影分類器，并用改進(jìn)的分類器對(duì)白細(xì)胞識(shí)別結(jié)果進(jìn)行了分類，分類結(jié)果滿意。 （3） 提出了一種新型的模糊形態(tài)學(xué)神經(jīng)元模型，應(yīng)用此神經(jīng)元模型，構(gòu)造了兩類網(wǎng)絡(luò)。一類是模糊形態(tài)學(xué)前饋神經(jīng)網(wǎng)絡(luò)，分析了其函數(shù)逼近能力，并通過(guò)前饋網(wǎng)絡(luò)的實(shí)例模糊形態(tài)學(xué)BP網(wǎng)絡(luò)（FMNN-BP），來(lái)研究其分類能力；另一類是一個(gè)基于模糊算子對(duì)的形態(tài)學(xué)聯(lián)想記

5、憶（MAM-FO），探討了這種網(wǎng)絡(luò)在處理二值模式和多值模式下的圖像處理能力。 （4） 構(gòu)造了一種模糊形態(tài)學(xué)擊中／丟失算子（Fuzzy Hit-Miss），在此基礎(chǔ)上結(jié)合形態(tài)學(xué)神經(jīng)網(wǎng)絡(luò)（MSNN），提出了一種基于模糊擊中／丟失算子的模糊形念學(xué)網(wǎng)絡(luò)（FMSNN）。考慮到在細(xì)胞自動(dòng)識(shí)別系統(tǒng)中，由于技術(shù)和操作上的原因，會(huì)導(dǎo)致采集的細(xì)胞圖像中存在干擾，從而造成檢測(cè)結(jié)果的誤差。這里采用FMSNN實(shí)現(xiàn)了血涂片圖像中白細(xì)胞的定位/計(jì)數(shù)，研究了