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
内点最大化与冗余点控制的小型无人机遥感图像配准
城市轨道交通车站火灾情况下客流疏散能力评价
格雷类药物治疗冠心病疗效的网状Meta分析
平行图像:图像生成的一个新型理论框架
基于相似日理论和CSO-WGPR的短期光伏发电功率预测
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