图空间上彩色矢量形态学算子

srilri2

摘 要： 针对现有彩色图像形态学矢量排序算法的缺点，将基于图的二值及灰度形态学扩展到彩色图像，在具 备完备格的图空间上定义一种新的彩色矢量形态学算子．为使新算子便于实现，结合图论定义最小生成矢量子图函数 及相关理论，并在此基础上提出彩色矢量形态学极值提取算法．实验结果表明，该算子在保存彩色信息的完整及关联 性方面优于现有的彩色形态学，避免出现“假色”现象及人为决定主导颜色分量的缺点，同时有效地保护了原图像的纹 理不发生较大的变化，较好的保存图像的拓扑结构，有较广的应用前景． 关键词： 矢量排序；完备格；图论；极值提取算法；拓扑结构
8 B1 B  w6 _* ]0 ?' C! n
: ?: H. b) @- X- h! K
8 E- N; E' U6 [& a3 l% Y; A
+ S" w2 E6 T- x9 K9 n* t! Z      随着图像采集的设备不断发展，当前采集的图像大 都为 彩 色 图 像，针 对 彩 色 图 像 的 处 理 逐 步 成 为 主 流［１，２］．形态学［３］作为一门以集合论为基础的非线性处 理理论是由法国数学家赛拉（Ｊ．Ｓｅｒｒａ）和马瑟荣（Ｇ． Ｍａｔｈｅｒｏｎ）于 １９６４年创立．它建立在完备格［３，４］数学理论 基础上，以研究图像（或信号）形状、结构为目的，在计算 机视觉、信号处理、图像分析与模式识别等方面应用广 泛［５～１１］．二值及灰度形态学在图像处理方面已较为成 熟，由于彩色图像处理中矢量排序算法［１２，１３］的不成熟 使得彩色形态学至今没有一套成熟的理论，因此，彩色 形态学一直为学者们研究的热点［１４～１７］．彩色图像和灰 度图像的区别是：彩色图像的像素值用矢量表示，而灰 度图像的像素值用标量表示．早期对彩色形态学处理算 法主要是对三个分量分别进行处理，然后进行融合得到 彩色图像［１７］．这种处理方式不仅破坏了三分量的相互 联系且易引入新的颜色．为了解决该问题，Ｇｏｕｔｓｉａｓ等 人［１６］提出了基于矢量排序的彩色形态学．然而现有的 矢量排序规则不统一，存在多种排序算法，各排序算法 在实验处理中存在不同程度处理偏差［１２，１３，１６］．彩色形态 学处理的根本是寻求矢量元素的最小值及最大值，只要 建立合适的完备格空间，就可以定义彩色形态学算 子［１８］．
% I' w7 W! s: S$ f2 Z5 d2 h


# x2 W4 R" z; b5 B/ {* ^/ R. |
附件下载： 图空间上彩色矢量形态学算子.pdf (3.97 MB, 下载次数: 0)

2020-12-29 10:50 上传

点击文件名下载附件
下载积分: 威望 -5

9 Q2 {' F. {2 N# w3 P- r* K

KIObole

极值提取算法