边缘模糊会导致二维条码识别率下降,提出了一种基于数学形态学边缘检测的二维条码识别算法,该算法最大的特点是用具有特定形态的结构元素去度量和提取图像中的对应形状以达到对图像分析和识别的目的,从而有效地降低
目前采用的从明暗恢复形状(shapefromshading,SFS)法存在对物体表面光滑度要求高,对噪声敏感等问题,为此,提出了一种基于数学形态学的SFS法,通过数学形态学提取图像灰度函数的峰、谷、脊
基于模糊聚类的多尺度形态学应变片边缘检测,赵宝,鲍吉龙,针对一般的边缘检测算子对噪声比较敏感,而单纯使用形态学进行边缘检测会出现虚假边缘和非单像素的特性,本文提出基于模糊C聚类��
基于数学形态学的背景噪声处理算法通过图像二值化、二值形态学处理及背景替换消除背景噪声。其减小了互信息配准测度的局部极值,改善了配准测度。
利用图像处理技术,结合显微镜焦平面成像原理,提出了在普通光学显微镜下对磨粒进行三维表面快速重构的方法,使磨粒的三维测量不再受昂贵的三维测量仪器在功能上和成本上的限制。从采集视频中提取帧图像,应用梯度算
为了更好地还原被污染的PDF417条码图像,在条码图像识别前应对其进行去噪。提出一种基于二维熵的组合形态学滤波方法,采用基于全方位多尺寸结构元的开-闭滤波器分别对原始图像进行滤波,以各单个滤波器前后图
根据海面图像的单应进行距离估算对于海洋工程具有重要意义。结合导管架入水参数观测问题,提出一种海面图像单应的估算方法。该方法以导管架上表面为参考平面,依据其单应矩阵及它与海平面之间的夹角计算出海面图像的
运动目标的检测是指从视频流中实时地提取出运动目标。该方向的一些复杂问题,例如:环境光照变化、目标物体部分/全遮挡、目标物体刚性/非刚性形变等,仍极具挑战性,并制约检测算法效果的进一步提高。由于复杂背景
目标识别是实现视频监控智能分析的基础,但在光照、阴影以及杂乱背景等场景中,往往会出现目标误判以及不合理聚类等问题。针对上述问题,提出一种基于人类视觉系统(HVS)的视频监控目标提取方法。结合HVS视觉
自适应权重的多结构元素形态学边缘检测,吴迪凡,张天序,数学形态学的目的在时域空间研究形状,而图像中对象及图像特征直接取决于形状,所以形态学适用于图像处理中的图像边缘提取。本文
