针对复杂背景图像中弱小目标像素少、灰度低, 难于检测的问题, 本文提出了一种基于直方图调整和数学形态学击中击不中变换相结合的弱小目标检测方法。该方法根据弱小目标的灰度特征, 先对原始图像进行直方图调整, 提高弱小目标的邻域信杂比, 然后对二值化图像进行击中击不中变换, 检测出可疑目标集合。实验结果表明, 该方法能够有效地检测复杂背景下的弱小目标。

为了准确分割支票中的方形印鉴图像，为印鉴真伪自动识别提供无失真的二值待验图像和预留图像，提出一种基于top-hat变换的自适应形态学分割算法。根据支票印鉴的色彩信息和拓扑结构特点得到方形印鉴的灰度图像，将印鉴灰度图像分成4个子区域，以便准确分割印鉴中具有不同笔划结构和背景均匀度的印鉴成份。对每个子区域中的字符和印框分别做top-hat变换增强图像细节后，再用Otsu方法二值化。由于top-hat变换中所用结构元素的尺寸对分割结果有很大影响，本文根据每个子区域中印框和字符的结构特点分别迭代地计算适用于它们的最佳尺寸结构元素。分割了350枚不同支票方形印鉴，分割准确率为99.43%。结果表明，该方法可以准确地分割笔划复杂且分布密集的方形支票印鉴图像，有效地减少分割结果中容易出现的笔划粘结和残缺失真，降低了对原始印鉴图像的质量要求。

针对医学超声图像上的斑点噪声,本文提出一种基于自适应形态滤波的降噪方法。首先构造一组检测图像中不同像素值突变的结构因子;再对每个结构因子构造相应的形态滤波结构元;最后对每个像素点邻域进行结构检测,找到该点处最可能存在的突变结构,以相应的结构元完成该点的形态滤波。对不同信噪比的仿真图像和实际图像分别采用本文方法和各向异性扩散滤波、不同尺度传统形态滤波进行了比较实验,结果表明:采用本方法可将超声图像的信噪比、对比度噪声比和图像优度分别平均提高15%、37%和69%,优于其它方法。