基于数学形态学的边缘检测和图像分割方法.pdf

基于数学形态学的边缘检测和图像分割方法自动化信息年月基于数学形态学的边缘检测和图像分割方法刘奇四川大学电气信息学院摘要本文提出利用数学形态学对图像进行边缘检测和图像分割与传统的方法相比较该方法不仅可滤除图像中的噪声而且通过改变结构元的大小、方位、形态能够将不同的目标图像提取出来。关键词数学形态学边缘检测图像分割引言子的特例这个令人吃惊的结论说明数学形态学是一数学形态学是研究数字影像形态结构特征与快速个图像处理的统一理论是对传统理论的推广在这个并行处理方法的理论是通过对目标影像的形态变换统一理论的框架下经典的方法得以在一个新的、统一实现结构分析和特征提取的目的。其历史可追溯到十的层次上进行分析从而帮助我们从不同的侧面更深九世纪的以及本世纪初人地了解经典算法的性质并在更广泛的范围、以更灵的论述中但数学形态学是一门新兴学科年法活的方式对它们进行改进。最初由和提国的．和．在积分几何的基础上首次创出的数学形态学研究以二值图像为对象称为二值形立了这门学科‘”此后他们又在法国建立了“枫丹白露态学；此后】和引等借助于伞理论把二数学形态学研究中心”在该中心的学者和其他各国研值形态算子推广到灰度图像因而使灰度形态学的理究人员的共同努力下数学形态学得到了不断丰富和论和应用研究也得到很大的发展已经成为数字图像完善。年．的专著《图像分析与数学形态信号处理和计算机视觉领域中的一种有效方法。而今学》问世后它才在图像处理、模式识别和计算机视觉数学形态学已经成为图像处理理论的一个重要方面等领域引起广泛的重视和应用这些应用反过来又促广泛地应用到图像处理