|
 减小字体 增大字体
摘 要 本文对数学形态学中的腐蚀和膨胀的原理和中值滤波除噪研究，针对二值化图像把中值滤波与腐蚀相结合研究一种边缘检测的内容，是模式识别和计算机视觉的基础[1]。所谓边缘(或边沿)是指其周围像素灰度有阶跃变化或屋顶变化的那些象素的集合[2] ,边缘检测是图像工程的一个重要内容。数学形态学的主要用途是获取物体拓扑和结果信息，它通过物体和结构元素相互作用的某些运算，得到物体的本质形态。随着数学形态学理论的不断完善与发展.数学形态学在图像边缘检测中得到了广泛的研究和应用。边缘检测的难题是检测精度与抗噪性能之间的矛盾.图像普遍存在噪声。图像边缘和噪声均为频域中的高频分量，这给边缘检测带来了困难。针对以上文献[4]研究了膨胀和中值滤波结合在边缘检测中的应用。本文介绍腐蚀和中值滤波结合在边缘检测中的应用。 2 基于中值滤波和数学形态学的图像边缘检测方法 分别采用邻域平均和中值滤波对有噪声的二值图片进行处理，处理结果如图2.1所示。 通过对图2.1的分析可知，采用中值滤波的效果要比采用邻域平均处理的滤波效果好,主要是中值滤波后图像的轮廓比较清晰,故本文采用中值滤波处理原图 转贴于 范文论文吧 http://www.fwlw8.com[1] [2] 下一页
|
