【摘 要】
：
通过形态重构开闭算子构造了一个多尺度的目标提取和分割算法。首先用结构元素nB对影像分别作基于重构的Top-Hat和Bottom-Hat变换,得到所有不能放入nB的亮和暗的目标;然后再用结构元素(n-1)B对影像作开运算,消除所有不能放入该结构元素的目标。那么结果影像中就只剩下能同时放入nB和(n-1)B的目标。对不同尺度的结果影像进行处理,就可以得到不同尺度下的目标分割结果。重构是一个连通区域算子
论文部分内容阅读
通过形态重构开闭算子构造了一个多尺度的目标提取和分割算法。首先用结构元素nB对影像分别作基于重构的Top-Hat和Bottom-Hat变换,得到所有不能放入nB的亮和暗的目标;然后再用结构元素(n-1)B对影像作开运算,消除所有不能放入该结构元素的目标。那么结果影像中就只剩下能同时放入nB和(n-1)B的目标。对不同尺度的结果影像进行处理,就可以得到不同尺度下的目标分割结果。重构是一个连通区域算子,连通区域是运算的基本单位,所以不会改变影像中边缘的位置,同时不会有新的边缘和虚假的极值出现。
其他文献
Many kinds of uncertainties are involved, such as random, fuzzy, grey, unascertained property and so on, in soil erosion process. To exactly predict the non-point source pollution loads, some uncertai
Agricultural village is an important rural type in China. The evolution process and mechanism of its cultural landscape are different from those of the industrialized village. The paper focuses this t
Taking Nanjing as a case, the paper explains the spatial behavior differences existing in the information technology use among different groups of residents and households, by virtue of analyzing the
A non-dimensional relative sensitivity coefficient was employed to predict the responses of reference crop evapotranspiration (ET0) to perturbation of four climate variables in Taoer River Basin of th
由于交叉皮层模型(intersecting cortical model,ICM)图标信号具有平移、旋转以及尺度不变性,因此,基于ICM的图像匹配算法能够提高实时目标图与基准目标图的匹配率,但根据ICM图标信号获取的不变特征对噪声信号较敏感。针对这一问题,提出了基于ICM和小波变换的图像匹配识别算法。仿真结果表明,本文算法在平移、尺度、旋转变化以及噪声环境下仍具有较高的匹配率。
提出了一种新的基于柯西分布的光照模型(shading model,SM)变化检测方法。在一种快速动态背景图像初始化的基础上,建立了Gaussian统计背景模型;基于使用统计假设检验方法检测变化区域的结果,利用YCbCr颜色空间的亮度、颜色信息,识别和消除视频序列图像中的阴影和反光等。试验表明,该文所提出的方法可以承受整体或局部的、缓慢或突然的背景光线变化,以及由场景背景中小的背景扰动、阴影或反光导
提出了一种利用支持度矩阵生成频繁项集的Apriori改进算法。通过上三角分块稀疏矩阵的行列性质和非频繁列之间的约束关系,改进的算法避免了Apriori连接步中大量非频繁候选k-项集的产生及其在剪枝步中(k-1)-子集的分解和判断。该算法能够有效地压缩搜索空间,降低Apriori连接和剪枝步骤的开销。
对矢量目标如建筑物、注记等形状的识别通常是基于栅格数据的,研究的基点是像素,其不足之处是准确率不高,运算量过大。对此,提出了一种新的研究思路,用矢量取代栅格(像素)作为研究的基点,识别算法以矢量为基础进行设计,采用的查询算子是傅立叶描述子。实验结果表明,该傅立叶描述子计算的查询算子区分度高,查询效果好,是一种稳健高效的识别工具。
On the basis of artificial neural network (ANN) model, this paper presents an algorithm for inversing snow depth with use of AMSR-E (Advanced Microwave Scanning Radiometer-Earth Observing System (EOS)