项目名称: 多变量形态学分水岭理论及其在多通道图像处理中的应用研究

项目编号: No.61461025

项目类型: 地区科学基金项目

立项/批准年度: 2015

项目学科: 无线电电子学、电信技术

项目作者: 雷涛

作者单位: 兰州交通大学

项目金额: 43万元

中文摘要: 形态学分水岭理论已广泛应用于单通道图像处理,而拓展形态学分水岭理论到多通道图像(彩色图像、高光谱图像)处理并建立多变量形态学分水岭理论模型是当前的一个热点和难点问题。本项目以经典形态学分水岭理论为基础,围绕构建多变量形态学分水岭理论模型、拓展多变量形态学分水岭理论在多通道图像处理中的应用问题开展深入研究。重点研究基于深度函数结合随机投影理论的多变量极值估计算法;研究多变量形态学算子的对偶性及自对偶特性;探明结构元素尺寸与多变量梯度幅值的函数关系,构建基于空间变结构元素的多变量梯度重建算子;通过理论分析和实验,建立基于形态学扩展最小变换(H-minima)结合最小生成树的多变量局部极值优化模型;探明谱-空间信息的约束关系,最终建立多变量分水岭理论模型,为完善形态学基础理论并实现多通道图像精确分割、高光谱遥感影像地物准确分类及目标识别提供理论和技术支撑。

中文关键词: 图像分割;边缘分割;区域分割;边缘检测

英文摘要: The theory of morphological watershed has been widely used in single channel image processing. It is a hot and difficult topic to extend the applications of the theory of morphological watershed to multi-channel images(color and hyperspectral images) and construct the theoretical model of multivariate morphological watershed. Based on the classical morphological watershed theory, this project aims to do a series of in-depth researches on the construction of theoretical model of multivariate morphological watershed and extension of the theoretical applications in multi-channel image processing. These researches include: (1) to study on multivariate extremum estimation algorithms based on depth function and random projection, (2) to study on the duality and self-duality of multivariate morphological operators, (3) to explore the relationship between the size of structure elements and the multivariate gradient amplitude, (4) to construct the gradient reconstruction operators based on spatial variational structure elements, (5) through theoretical analysis and experiments, to construct multivariate local extremum optical model which is based on morphological extensional H-minima and minimal spanning tree, (6) to explore the constrain relationship between spectral and spatial information, and finally construct a theoretical model of multivariate morphological watershed which will provide theoretical and technological support for perfecting(refining) the basic theory of mathematical morphology and realizing the accurate segmentation of multi-channel images, and the accurate classification of hyperspectral remote sensing images and object recognition.

英文关键词: image segmentation;edge segmentation;area segmentation;edge detection

成为VIP会员查看完整内容
0

相关内容

图像分割就是把图像分成若干个特定的、具有独特性质的区域并提出感兴趣目标的技术和过程。它是由图像处理到图像分析的关键步骤。 所谓图像分割指的是根据灰度、颜色、纹理和形状等特征把图像划分成若干互不交迭的区域,并使这些特征在同一区域内呈现出相似性,而在不同区域间呈现出明显的差异性。

知识荟萃

精品入门和进阶教程、论文和代码整理等

更多

查看相关VIP内容、论文、资讯等
专知会员服务
31+阅读 · 2021年7月26日
专知会员服务
44+阅读 · 2021年5月24日
专知会员服务
24+阅读 · 2021年4月21日
专知会员服务
77+阅读 · 2020年12月6日
专知会员服务
34+阅读 · 2020年11月26日
图像分割方法综述
专知会员服务
54+阅读 · 2020年11月22日
专知会员服务
139+阅读 · 2020年5月19日
综述:图像滤波常用算法实现及原理解析
极市平台
0+阅读 · 2022年1月29日
一文概括常用图像处理算法以及常用开发库
极市平台
1+阅读 · 2021年11月23日
约束进化算法及其应用研究综述
专知
0+阅读 · 2021年4月12日
深度学习在图像处理的应用一览
极市平台
17+阅读 · 2019年11月21日
立体匹配技术简介
计算机视觉life
27+阅读 · 2019年4月22日
目标跟踪算法分类
算法与数据结构
20+阅读 · 2018年9月28日
实战 | 用Python做图像处理(三)
七月在线实验室
15+阅读 · 2018年5月29日
实战 | 用Python做图像处理(一)
七月在线实验室
25+阅读 · 2018年5月23日
R语言之数据分析高级方法「时间序列」
R语言中文社区
17+阅读 · 2018年4月24日
国家自然科学基金
2+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
Arxiv
0+阅读 · 2022年4月15日
Deformable Style Transfer
Arxiv
14+阅读 · 2020年3月24日
Arxiv
11+阅读 · 2018年5月13日
小贴士
相关VIP内容
专知会员服务
31+阅读 · 2021年7月26日
专知会员服务
44+阅读 · 2021年5月24日
专知会员服务
24+阅读 · 2021年4月21日
专知会员服务
77+阅读 · 2020年12月6日
专知会员服务
34+阅读 · 2020年11月26日
图像分割方法综述
专知会员服务
54+阅读 · 2020年11月22日
专知会员服务
139+阅读 · 2020年5月19日
相关资讯
综述:图像滤波常用算法实现及原理解析
极市平台
0+阅读 · 2022年1月29日
一文概括常用图像处理算法以及常用开发库
极市平台
1+阅读 · 2021年11月23日
约束进化算法及其应用研究综述
专知
0+阅读 · 2021年4月12日
深度学习在图像处理的应用一览
极市平台
17+阅读 · 2019年11月21日
立体匹配技术简介
计算机视觉life
27+阅读 · 2019年4月22日
目标跟踪算法分类
算法与数据结构
20+阅读 · 2018年9月28日
实战 | 用Python做图像处理(三)
七月在线实验室
15+阅读 · 2018年5月29日
实战 | 用Python做图像处理(一)
七月在线实验室
25+阅读 · 2018年5月23日
R语言之数据分析高级方法「时间序列」
R语言中文社区
17+阅读 · 2018年4月24日
相关基金
国家自然科学基金
2+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
微信扫码咨询专知VIP会员