数学形态学是一种基于几何和拓扑理论的形状分析与处理技术,现已发展成为一种基于空间域的强有力的非线性信号与图像分析技术.形态学连通性理论是实现图像分割和编码压缩的重要基础和保障.该项目基于模糊逻辑和完备格理论研究灰度形态学连通性理论,研究多值形态学连通性理论以及连通算子理论,研究处理灰度图像的HMT 变换算子、测地骨架化算子、基于区域增长的分水岭算子等理论.基于图像的连通类、连通区域、形态学膨胀算子和区域增长算法研究基于区域的第二代图像编码压缩和重构理论.结合粗糙集在处理数据挖掘和知识属性约简方面的优势,将数学形态学连通性理论运用于基于图像的三维场景描述与绘制,研究三维场景的目标检测理论和技术.
{{i.achievement_title}}
数据更新时间:2023-05-31
多能耦合三相不平衡主动配电网与输电网交互随机模糊潮流方法
针对弱边缘信息的左心室图像分割算法
基于改进LinkNet的寒旱区遥感图像河流识别方法
信息熵-保真度联合度量函数的单幅图像去雾方法
基于直觉模糊二元语义交互式群决策的技术创新项目选择
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
空间可变软形态学理论及在红外图像处理中的应用
面向图像分割的自适应脉冲耦合神经网络理论及应用研究
可分非凸优化的分解算法及其在图像分割中的应用研究