平顶山学院电气信息工程学院, 河南 平顶山 467000
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。
弱小目标检测 直方图调整 击中击不中变换 结构元 dim small target detection histogram adjustment hit-miss transform structuring element
为了解决复杂背景下小目标的识别,提高检测速度的问题,提出了一种改进的中值滤波方法.用其进行背景抑制,保护了图像细节,提高了处理的实时性.在分析小目标图像特点的基础上,提出了采用击中击不中变换对图像进行分割,达到探测目标的目的.仿真结果验证了该算法是一种实时有效,且易于实现的目标探测方法.
中值滤波 击中击不中变换 目标检测
中国科学院上海光学精密机械研究所, 上海 201800
基于对形态学灰度排序击中击不中变换的取阈方法的研究, 提出了单通道排序击中击不中变换, 探讨了相应的光学实现。 与补码编码击中击不中变换相比, 由于仅仅使用了原始图像因而更易于光学实现, 扩大了以击中击不中变换为基础的光学数学形态学处理系统的容噪性和处理能力。
数学形态学 击中击不中变换 加权排序腐蚀
清华大学,精密测试技术及仪器国家重点实验室,北京 100084
对用于目标识别技术的形态学击中击不中变换进行了分析, 引入不确定点和模式的概念使得容易受到畸变干扰的像素点对判别结果的作用降低, 得到联合排序多值击中击不中变换, 从而在不损失图像信息的前提下, 提高了目标识别的抗畸变能力, 并且具有在输入图像和参考模板之间进行精确匹配的能力。 基于非相干光相关器, 利用新颖的多值互补编码方法, 实现了二值图像的联合排序多值击中击不中变换, 达到了较好的实验结果。
光学模式识别 击中击不中变换 多值互补编码方法
清华大学精密测试技术与仪器国家重点实验室,北京 100084
研制了一种用于实时人脸识别的光电混合自动识别系统,包括特征提取、光照及几何归一化、编码、光学识别和判决几个部分。以计算机为控制中心,CCD摄像机实时获取待识别人脸图像后,由计算机做预处理工作,包括用灰度直方图均衡化做光照归一化,自动提取两个内眼角和嘴的中心三个参考点,利用仿射变换进行几何归一化并进行广义互补编码,以实现数学形态学击中击不中变换;编码图像送入基于非相干光相关器的光学处理器做光学运算;最后对光学识别结果进行判决,从图像库中找出一个或几个与待识别目标相似的人脸图像。给出了实验结果。
自动目标识别 仿射变换 击中击不中变换 非相干光相关器
清华大学精密测试技术及仪器国家重点实验室,北京 100084
将多值击中击不中变换(MVHMT)引入用于二值图像识别的联合变换相关器(JTC)。MVHMT对形态学击中击不中变换(HMT)的性能进行了改善,基于模糊的概念,引入不确定点的定义,使得容易受到畸变干扰的点对判别结果的作用降低,从而在不损失图像信息的前提下,具有输入图像和参考模板之间进行精确匹配的能力,同时还提高了目标识别的抗畸变能力。利用新颖的多值互补编码方法,通过JTC一步实现MVHMT,相关后的图像通过取高阈值的分割方法来实现对目标的准确判断。
联合变换相关器 多值互补编码 多值击中击不中变换 模糊逻辑 光学模式识别
清华大学精密测试技术与仪器国家重点实验室,北京 100084
提出一种广义互补编码方法,用于一步实现数学形态学击中击不中变换,并以非相干光相关器为光学实现硬件,利用液晶投影板作为实时空间光调制器,研制了一台光电混合目标识别处理器。实验结果表明识别率大于90%,并对带有40%噪声,50%缺损和6°以内旋转的图像甚至不同表情的人脸图像均能识别。
目标识别 形态学 击中击不中变换 广义互补编码
清华大学精密仪器系光学教研组, 北京 100084
将联合击中击不中变换相关器(JHMTC)用于二值图像的目标识别。与常用的联合变换相关器(JTC)相比,联合击中击不中变换相关器对联合变换相关器的输入图像和参考图像进行互补编码。编码的目的在于通过联合变换相关器来一步实现形态学中的击中击不中变换。相关后的图像通过取高阈值的分割方法来实现对目标的准确判断。文中给出了模拟结果和实验数据。
联合相关变换 互补编码 击中击不中变换 光学模式识别
