数学形态学边缘检测算法matlab,柔性数学形态学在红外图像边缘检测中的MATLAB实现...

0引言柔性形态变换是Koskinen等人在经典形态变换基础上提出的一类非线性算子[1]。它放宽了经典形态算子的定义,以获得一定程度的鲁棒性,但还保留了经典形态算子的优良特性,因此在有噪声的情况下目标的边缘检测效果比传统的形态算子性能更好。但在运用柔性数学形态学检测图像边缘时,往往要进行大量的数学计算。目前流行用Fortran、C语言等编制计算程序,既需要对有关算法有深刻的了解,还需要熟练地掌握所用语言的语法及编程技巧。对多数科学工作者而言,同时具备这两方面才能有一定困难。MATLAB语言被称为是一种“演草纸式的科学计算语言”[2],它的强大计算和模拟功能使得在许多应用领域的各种计算、演算、模拟等的工作变得相当简单,是一份实时进行图像处理的有力工具。本文着重讨论了通过MATLAB运用柔性数学形态学来进行红外图像处理的实现问题,结合红外舰船图像实例用MATLAB进行了柔性形态学边缘检测和传统算子的边缘检测,给出了MATLAB实现的主程序,比较了这些算法,讨论了MATLAB在这方面的优越性和实际应用。1柔性形态学的基本原理和运算数学形态学是一门建立在积分几何与随机集论基础上的结构分析方法,积分几何能够得到各种几何参数的间接测量,以及反映图形的体视性质从而反映出图形的结构、形态的性质,而图像中的随机性Vol.11.4Nov.2004电光与控制ELECTRONICSOPTICS&CONTROL第11卷第4期2004年11月质(如灰度分布等)的处理则以随机集论为基础。数学形态学之所以能在图像处理中得到广泛应用,在于它的研究对象是n维空间里目标的形状,而不是数学指标;它通过对目标的形状变换,能有效地提取出与目标有关的几何信息。数学形态学的主要内容是借助于不同形状的结构元素与图像间的一系列结构变换来处理和分析图像。从广义上看,数学形态学是图像处理的统一理论,因为传统的图像处理中的线性算子和非线性算子都是形态学算子的特例。柔性形态学方法[3]是将“顺序统计”的思想注入标准数学形态学中的一种方法,是一种顺序滤波。柔性数学形态学方法用排序加权统计方法代替最小、最大法。权值与结构元素有关,并由核心和软边界两大部分组成。柔性数学形态学具有硬数学形态学相似的代数特性,但具有更强的抗噪声干扰的能力,对加性噪声及微小形状变化不敏感。1.1柔性形态学算子在柔性形态变换中,结构元素被分割成“硬核”(相当于标准的结构元素)和“柔性边缘”两部分,而经典形态算子中的最大最小运算,在柔性形态算子中被排序统计所代替。为了便于用计算机实现形态学运算,下面给出灰度图像形态学基本运算的一种定义方法[3]。设F表示原始红外灰值图像,F(m,n)表示图像F在(m,n)点的灰度。设集合A,B为定义在Z2上的凸集,且使AB,B被分为“硬核”A和“柔性边缘”BA两个子集,这里“”代表集合差。A,B均为结构元素。柔性形态学:首先定义一种重复集(multiset),重复集中包含的元素可以重复。元素f(a)重复k次被表示为{kf(a)}={f(a),f(a),…,f(a)}(k次)(1)式中k为正整数,且1kmin{card(B)/2,card(BA)}其中card(B)代表集合B的基数(cardinality);aB;柔性形态腐蚀:F[B,A,k](x)=({kf(a)aAx}{f(b)b(BA)x})中第k个小的值。柔性形态膨胀:F[B,A,k](x)=({kf(a)aAx}{f(b)b(BA)x})中第k个大的值。A、B的映像集分别为^A(x)={xx=-a,aA}和^B(x)={xx=-b,bB},则形态