基于數(shù)學形態(tài)學的圖像分割算法研究.pdf

1、隨著計算機的普及，人們越來越多地利用計算機來幫助人類獲取與處理視覺圖像信息。圖像分割是數(shù)字圖像分析中的重要環(huán)節(jié)。數(shù)學形態(tài)學是一種新的非線性圖像（信號）處理和分析理論，它摒棄了傳統(tǒng)的數(shù)值建模及分析的觀點，從集合的角度來刻畫和分析圖像，具有一套完整的理論、方法及算法體系。 本文通過深入學習數(shù)學形態(tài)學實現(xiàn)圖像分割的理論，與經典的圖像分割算法相結合，分析了圖像分割的發(fā)展趨勢，研究基于數(shù)學形態(tài)學的圖像分割方法。一方面，介紹了邊緣檢測的概念

2、和傳統(tǒng)的邊緣檢測算法以及形態(tài)學梯度邊緣檢測算法，并把數(shù)學形態(tài)學理論應用到二值圖像處理中。利用Canny邊緣檢測三原則進行了對比分析，引出了數(shù)學形態(tài)學的改進算法-受控形態(tài)學理論，對其做了細致的研究，并與其它的圖像處理算法及方法做了深入的比較。最后把形態(tài)學應用到灰度圖像處理領域，研究了形態(tài)學的灰度圖像梯度邊緣檢測算法和抗噪型邊緣檢測算法。另一方面，在形態(tài)學多結構元素問題中，本文研究了最重要的多尺度結構元素和全方位結構元素，并對多結構元素的選