基于数学形态学和遗传优化的图像去噪

您当前的位置：

首页 >

文章列表页 >

基于数学形态学和遗传优化的图像去噪

更新时间：2025-09-01

- 基于数学形态学和遗传优化的图像去噪
- Noise removal from image data based on mathematical morphology and genetic optimization
- 光学技术 2004年第3期页码：330-332
- 作者机构：
  
  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
- 作者简介：
- 基金信息：
  
  黑龙江省自然科学基金资助项目(F01 04)
- DOI：
  中图分类号：
- 纸质出版：2004
- 稿件说明：
移动端阅览
杨照华, 浦昭邦, 祁振强. 基于数学形态学和遗传优化的图像去噪[J]. 光学技术, 2004,(3):330-332.

Noise removal from image data based on mathematical morphology and genetic optimization[J]. 2004, (3): 330-332.
杨照华, 浦昭邦, 祁振强. 基于数学形态学和遗传优化的图像去噪[J]. 光学技术, 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。

浏览量

248

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于多尺度数学形态学的连铸坯缺陷边缘检测方法

基于奇异值分解的光子相关光谱滤波方法研究

单负材料一维光子晶体超窄带滤波特性研究

基于图像纹理的纸张计数算法设计

基于梯度的医学图像伪彩色编码