浏览全部资源
扫码关注微信
1. 1:哈尔滨工业大学自动测试与控制系
2. 2:哈尔滨工业大学自动测试与控制系
3. 3:哈尔滨工业大学控制科学与工程系,哈尔滨,150001
4. 4,哈尔滨,150001
Published:2004
移动端阅览
Noise removal from image data based on mathematical morphology and genetic optimization[J]. 2004, (3): 330-332.
DOI:
Noise removal from image data based on mathematical morphology and genetic optimization[J]. 2004, (3): 330-332. DOI:
针对图像滤波时损失图像细节这一问题
提出了一种自适应多尺度形态滤波方法
在普通多尺度形态开、闭滤波基础上增加了多尺度top hat变换和bottom hat变换
用于提取并平滑小尺度的图像信息。top hat变换和bottom hat变换的系数对整个滤波器性能起着重要的作用
采用遗传优化的方法对其进行优化。实验结果表明
该方法噪声去除效果好
图像细节保持完整
提高了输出图像的信噪比
增强了滤波器的自适应性和智能性
处理效果明显优于传统滤波方法。
0
Views
248
下载量
1
CSCD
Publicity Resources
Related Articles
Related Author
Related Institution