眼底图像中硬性渗出自动检测方法的对比

为寻求满足临床需求的硬性渗出自动检测方法,从而构建出基于眼底图像的糖尿病视网膜病变自动筛查系统,在利用O tsu阈值分割结合数学形态学快速提取出视盘的基础上,提出了两种硬性渗出自动检测方法(基于数学形态学的硬性渗出自动检测方法和基于RBF神经网络的硬性渗出自动检测方法),在此基础上不仅提出采用后处理以进一步提高检测精度,还就检测结果进行了比较。与其他硬性渗出自动检测方法相比,这两种方法在保证较高检测精度的基础上,效率也较高;在这两种方法之间,基于数学形态学的方法精度更高,基于RBF神经网络的方法效率更高;结合临床对硬性渗出自动检测快速、可靠性的要求,得出基于RBF神经网络的方法作为糖尿病视网膜病变自动筛查系统中的硬性渗出自动检测方法性能更优。     

一种基于谱域-空域组合特征支持向量机的高光谱图像分类算法

针对高光谱图像分类问题,提出了一种基于支持向量机的利用组合特征对高光谱图像进行分类的算法,组合特征综合了高光谱图像的光谱域和空域信息。针对图像的高维数据特性,利用最大噪声分量方法进行特征提取,对得到的主分量图像,采用虚拟维数估计算法来确定需要保留的主分量数目,并用数学形态学操作用保留的主分量图像中提取目标的形态信息。根据得到的空域特征并结合原始光谱域特征,构造用于分类的组合特征矢量。而且采用了支持向量机,利用了其支持小样本、效率高的优点。高光谱数据实验表明,本文提出的方法和单独使用谱域或空域信息进行分类相比,具有一定的优越性。
     

？abry—Perot测风干涉仪数据处理

针对自主研制的星载法布里一珀罗干涉仪（Fabry—Perot Interferometer,FPI）样机,介绍了Fabry—Perot（F—P）的测风原理和风速反演算法,阐述了F—P测风干涉数据的自动化处理方法,包括干涉条纹图像滤波、分割、细化和特征数据的提取．滤波包括中值滤波和背景补偿,分割采用区域平均灰度值阈值法,借助数学形态学计算填充和消除二值化条纹的断裂点和毛刺．最后,按照骨架提取思想细化成干涉条纹线条,提取其特征数据．应用VC＋＋编程语言开发软件平台,对上述F—P测风仪数据自动化处理方法进行了验证,结果表明其可行性高、适应性强．     

圆形结构形态学滤波器优化设计及应用

形态学滤波是红外弱小点目标检测研究中一个有效方法,其滤波器结构将直接影响检测性能。基于目标在实测红外图像上所呈现的凸包结构特点,首先设计了圆形形态学滤波器结构。在此基础上,引入神经网络进行圆形形态学滤波器结构元素优化设计。实测数据的处理结果表明:针对低信噪比图像(SNR≈2),在虚警概率小于等于1%情况下,优化的圆形形态学滤波器算子对的复杂红外弱小目标图像检测概率大于等于98%,优于固定结构元素的形态学滤波器和方形结构的优化形态学滤波器。     

应用形态学算子检测SAR图像中的湍流航迹

在条件合适的情况下，利用天基和航空ＳＡＲ（Ｓｙｎｔｈｅｔｉｃ Ａｐｅｒｔｕｒｅ Ｒａｄａｒ）可以观察到海上航行的船舶及其航迹。在ＳＡＲ图像是观察到的航迹有好几种，其中，湍流航迹是在所有航迹特征中出现的概率最大的一种，它一般是以暗的线的形式出现的，针对这一特点我们提出运用形态学处子来检测ＳＡＲ图像是的湍流航迹。运用形态学的方法有它自己的优势：可以有效抑制斑点噪声，可以检测在于一室长度的航迹特征，而不     

基于PSO-GA优化的TOP-HAT形态学滤波器及其应用

针对机栽红外图像中运动弱小点目标检测的难题,提出了一种基于PSO-GA训练参数的形态学滤波器.以粒子群优化算法(Particle Swarm Optimization,PSO)为主线,按PSO算法中标准的速度和位置更新,遗传算法(Genetic Algorithm,GA)采用新的区间离散化编码和自适应的主次式交叉与变异算子,将遗传算法与粒子群优化算法的自动更新特征结合在一起,通过优化搜索全局空间获得形态学滤波器的最优参数,进而确保优化的形态学滤波器具有良好的滤波性及时效性.通过对低信噪比红外图像(SNR约为2)的测试,检测概率可以达到98％以上,与利用神经网络(Neural Network,NN)训练结构元素后的Top-Hat形态学滤波器相比提高了2％ ～3％.与GA算法相对,训练算法效能提高20％,提高了搜索最佳值的能力.     

卫星通信频谱监测中的一种形态学滤波预处理方法

针对卫星信号监测中监视频带宽、背景噪声非平坦造成的信号漏检和误检的问题,结合卫星通信信号的特点提出了一种频谱校正的新方法。该方法将接收的频谱信号视为一维灰度图像,通过改进的形态学滤波检测法,估算出信号中非平坦的背景噪声基底,利用估计的噪声基底完成对原频谱信号的修正,可提高信号检测的准确性。仿真结果表明,该方法降低了信号带宽对传统形态学滤波中结构元素长度选择的影响,计算量小,能高效地实现非平坦频谱信号的底噪校正。     

基于形态学的多级滤波背景抑制算法

传统的形态学单一结构元素,对云杂波背景滤波常留下强云层边缘及类似于目标的噪声,增加了后续处理的复杂程度.针对这一问题,提出了一种多级滤波思想.采用不同方向的线性结构元素进行形态学滤波,通过滤波尽可能准确地保留图像背景,然后与原图差分,将得到的图像再用矩形结构元素进行形态学开运算.仿真结果表明,该算法对云杂波背景抑制效果好,提高了图像的信噪比.     

基于模糊数学形态学及免疫智能的旋转机械状态参数图形识别方法

以旋转机械振动多维图形为对象,研究了直接提取和挖掘图形特征信息的模糊形态学方法,提出了基于模糊数学形态学及免疫智能的旋转机械振动参数图形识别方法。利用模糊形态滤波方法实现图形滤波,研究了模糊形态边缘检测算子,并结合旋转机械振动参数图形进行形态学梯度的边缘纹理特征提取,最后利用人工免疫算法对图形特征进行诊断识别。在600MW模化汽轮机转子试验台上进行了转子正常、转子不平衡故障、转子不对中故障及汽流激振故障的试验,诊断结果表明本文所提出的方法可以获得较高的诊断精度,为旋转机械故障诊断探索了一条新路。