智科图书馆www.zktsg.com
首页 > 搜索与多尺度开闭重建相关的内容

大约有 3 项符合 多尺度开闭重建 相关的结果,搜索耗时2.024秒

基于多尺度形态学滤波器的图像融合新方法

提出了一种保持图像细节和高抗噪性的图像融合新方法.这种方法首先对源图像进行多尺度形态学开闭滤波,得到源图像的低频平滑图像;然后应用多尺度Top-hat变换和Bottom-hat变换来提取小于相应尺度的图像细节特征.因为在较小的尺度特征中包含噪声颗粒的可能性较大,据此修正了Top-hat变换和Bottom-hat变换的相应系数;最后对以上两步骤得到的低频平滑图像和多尺度高频细节图像分别进行图像融合,应用形态学重建过程生成融合图像.实验表明,这种融合方法具有图像细节保持完整和噪声消除效果好的优点,处理效果优于


来源:光学技术      作者:赵鹏,王霓虹,浦昭邦     发表于: 2006年z1期     

一种图像噪声的形态学多尺度去除方法

提出了一种基于形态学多尺度的图像噪声去除方法,该方法首先利用形态学多尺度开闭重建运算对噪声图像进行多尺度重建,将噪声图像分解为一系列尺度不同的特征图像叠加,然后对叠加特征图像进行尺度模式谱分析,确定图像中噪声对应的尺度范围,最后将噪声尺度对应的特征图像从噪声中去除,达到同时消除噪声和保持图像目标信息完整及准确定位的目的。仿真实验表明,该方法能够有效地去除不同类型的图像噪声,具有较高的输出信噪比,同时保持了图像信息的完整和图像目标的准确定位。


来源:计算机工程      作者:王小鹏,郑玉甫     发表于: 2006年4期     

基于多尺度形态学大豆图像滤波方法

提出了一种基于多尺度形态学滤波算法,用于减少噪声影响从而提高大豆图像质量。首先用多尺度结构元素分别对原图像进行开闭重建运算,构造形态学开闭塔;然后计算相邻尺度形态学开闭重建图像间的差,构造亮特征和暗特征的差异塔;最后根据不同尺度的亮特征和暗特征重建图像。通过一组被不同噪声污染的大豆图像验证该文提出的滤波算法,并采用一些标准的评估方法将该文方法与文中提到的其它滤波方法在不同噪声污染情况下进行比较,试验结果表明本文方法的滤波效果优于其它方法。


来源:农业工程学报      作者:柴玉华,高立群,王蓉,田磊     发表于: 2006年6期     
相关信息
更多>>