基于数学形态学水平分割

包含基于形态学分水岭分割算法的实现源代码

利用MATLAB编程实现了图像的去噪和滤波，取得了很好的效果。

图像分析与数学形态学，数学形态学是图像分析的一个有用工具。

本程序包括的基本应用有膨胀，形态浮雕，腐蚀，形态梯化，开启，开合成，闭合，去除噪声

数学形态学边缘细化算法是一种基于数学理论的圆润、高效的图像处理技术。本文分析了数学形态学边缘细化算法的原理及其在图像处理领域的应用实践。同时，结合实际案例，详细介绍了数学形态学边缘细化算法的具体使用技

morphsnakes,形态学蛇用于图像分割与跟踪形态蛇在一个嵌入函数的水平集上，形态学蛇是一系列相关的方法，用于曲线和曲面的图像引导进化。它们在一些计算机视觉领域中有应用，如跟踪和图像分割。首先介绍

数学形态学细化算法的matlab实现,主要应用循环击中击不中算法,同时有matlab自带的细化函数实现,循环击中击不中算法运行速度效率不及Matlab自带的细化函数,但原理很清晰,吻合冈萨雷斯版教材中

针对传统的边缘检测算子对噪声敏感问题,提出了一种基于多尺度多结构元素形态学边缘检测算子。该算子在传统形态学边缘检测的基础上,通过改变结构元素的形状和尺度,在很好抑制噪声的前提下,实现图像精细边缘提取。

提出了一种基于数学形态学的细化方法,该方法使用结构模板的方式对字符图像进行细化,并针对原有细化方法产生的细化不彻底现象,对原结构模板进行了改进。在常用细化结构模板的基础上,新增了几个结构模板,较好地解

通过多种数学形态学算法的综合利用，实现对腹部器官及相应血管的提取。首先，利用复合型数学形态学梯度算法和条件膨胀算法实现器官提取；其次，利用多尺度结构元素的Top-Hat变换算法和阈值实现血管提取；最后