屈折形态学视角下的日语动词谓语的声调变化

在日语声调研究领域中,从屈折形态学的角度揭示日语动词谓语的声调变化规律,是一个崭新的声调研究视角。基于此,通过屈折形态学的研究方法,主要探讨了日语动词谓语发生形态变化时所引发的声调核移位现象以及其主要特征。日语动词谓语发生屈折形态变化时,随着语素的增加,声调核的位置也发生复杂的变化。如果从屈折形态学的视角分析日语动词谓语的声调变化,就能进一步挖掘声调变化的内在规律。     

一种改进的形态学边缘提取算法

首次提出了这种新的形态学边缘检测算法.该方法通过用边缘检测算子检测边缘并判定其方向,根据判定的结果,对边缘处用于边缘提取的腐蚀膨胀结构元素增强,达到增强形态学边缘检测效果.相对于其他边缘提取算法,所提出的算法更准确地判定了边缘及其方向,很好地保持了边缘细节.     

基于边缘与颜色信息的车牌精确定位算法

针对现有车牌定位算法定位率不高和速度慢等问题,结合数学形态学,提出了一种基于车牌边缘检测与颜色信息的精确定位算法.首先对图像进行灰度化、平滑去噪及灰度拉伸等预处理,然后对图像进行垂直边缘检测和二值化处理;再采用线过滤算法滤去干扰边缘线信息,并利用车牌区域灰度变化次数多的特性定位出车牌上下边缘;对经过上下边缘定位后的车牌采用点密度过滤算法滤去零散点,接着采用数学形态学方法寻找连通域粗定位出车牌区域;最后对粗定位车牌在HSV空间进行颜色分割和倾斜矫正,从而精确定位出车牌.实验结果表明,该算法能够实现车牌的快速精确定位.      

基于Tophat变换和文字纹理的车牌定位算法

针对车牌自动识别系统的应用场景越来越广泛,提出一种新的基于Tophat滤波和文字纹理特征的车牌定位算法.首先,利用形态学Tophat滤波抑制背景、消除不均匀光照,然后对图像进行二值化操作和连通域分析;其次,扫描图像得到区域的垂直投影图(VPM, Vertical Projection Map),对VPM进行离散余弦变换(DCT, Discrete Cosine Transformation),利用中低频描绘子重构VPM,重构后的VPM更为平滑,不受噪声影响,其波峰波谷数量、统计量更能描绘区域纹理的本质属性;最后,结合部分中低频描绘子和统计量组成描述区域纹理的模式向量,输入支持向量机归类.实验表明,算法适用于自然场景中的车牌定位问题,具有较强的适应性.      

一种采用数学形态学方法的姿态指示器填充算法

在现代飞机座舱电子飞行仪表系统中，全姿态指示器天地区域的实时填充是个非常费时的工作，但已有算法不管是在填充速度还是硬件可实现性上都存在缺陷。本文把适于硬件实现的数学形态学方法应用于姿态指示器的实时填充中，提出了一种新的区域填充算法，在此基础上引入种子概念，发挥数学形态学的并行运算能力，提高全姿态指示器填充速度。文中进行了单粒和多粒种子的生长试验，在多粒种子并行填充的情况下，填充效果和速度性能均优于传统算法。该算法填充速度快，能并行处理，适用于姿态指示器等实时填充的场合。     

基于运动形态学的掠地飞行器视频检测方法

 结合数学形态学、视频图像运动分析以及数学统计分析方法,提出了一种用于空中预警控制系统(AWACS)的小型掠地飞行器运动形态学视频检测方法。该方法首先应用形态学tophat滤波提取出视频图像中的可疑目标(SO),并求取SO的运动参数,利用真实目标和类目标干扰的不同运动特性,应用数学统计的方法对各运动参数进行分析以剔除部分类目标干扰,从而获得潜在目标(PT)的灰度分布和运动参数。在应用形态学tophat滤波器进行可疑目标提取中,一种新的金字塔型结构元的引入有效减少了虚警数量。外场试验表明,该检测方法能够有效抑制航拍掠地飞行器视频图像中的地物干扰,降低虚警目标的数量。     

基于磨粒分析方法的发动机磨损故障智能诊断技术

磨粒是研究磨损状态时最直接、最重要的信息元，通过对滑油中的磨粒进行监测与分析来判断机械设备的磨损情况，可以预防并监测机械设备的磨损故障。本文运用显微形态学方法建立了一套磨粒显微特征描述体系，以提取磨粒信息并进行磨损故障的模式识别；并结合摩擦学理论和人工智能方法，实现对发动机磨损故障的智能诊断和预测。     

基于形态学梯度矢量的图像边缘提取算法

图像的边缘在很大程度上可以用梯度的概念来解释和描述,而现有的形态学梯度边缘检测算子抹煞了梯度的矢量性。文章提出了一种新的图像边缘提取算法:在边缘检测部分提出了具有方向估计的形态学梯度算子,且从理论和实际应用两个方面给予证明。并将模糊处理加入该系列算子,使这些算子在噪声抑制和提高边缘清晰度两方面均有较好的表现。同时在图像分割部分改进了最佳阈值化分割,利用小范围的边缘梯度各方向上的最佳阈值化进行调整,使图像的边缘更加完整、清晰。     

基于形态学的小波变换图像去噪方法研究

数学形态学和小波变换在信号处理领域应用广泛,论文提出基于数学形态学的小波自适应算法进行图像去噪处理,通过实验证明该算法不仅可以对图像进行有效的去噪处理,而且能很好地保留原图像的细节特征,避免了常规算法的缺点,效果良好。     

一种团块位置的提取方法

如何正确提取团块位置以实现自动跟踪对图像理解有重要意义。由于团块在图像中出现频繁且位置不确定，位置提取困难。针对一个二值图像识别系统提出了基于集合变换（即数学形态学和二值有序统计）的团块位置提取方法。即，首先对图像进行二值化，其次对二值化图像进行形态学变换，最后对变换的结果图像进行统计分析，由分析结果得出团块的位置信息。用本方法对地图中九种团块线型作了实验，表明该方法运算简单，并行性高。