標題: 數學形態學在角隅萃取上之研究
作者: 朱麒華
ZHU,QI-HUA
薛元澤
XUE,YUAN-ZE
資訊科學與工程研究所
關鍵字: 數學形態學;角隅萃取;MINDOWSKI代數;二元影像;灰度值影像;角隅點;收縮運算;前景數;(MATHEMATICAL-MORPHOLOGY);1964;(BINARY-IMAGE);(CORNER-POINT);(FORE-GROUND-NUMBER);(LOCAL-MINIMAL)
公開日期: 1990
摘要: 數學形態學(Mathematical Morphology) 源自於Minkowski代數。 年為1964與Mather
on與serra 提出時, 只適用於二元影像(binary image)。後經Serra 與Sternberg 等
人的努力,將數學形態學擴充至灰度值影像。近年來,由於數學形態學算子的快速與
簡單,在影像與訊號處理上的應用已漸獲肯定。例如:Jang與Chin 所提的形態細線
法(morphological thinning)、Maragos 與Schafer所提的形態骨架法(morphologica
l skeleton及Haralick等人的形態邊緣偵測等,在電腦繪圖上有Sternberg 所提的形
態陰影法,皆有限好的效果。
數學形態學是使用集合的觀點來描述空間結構的一門學問。例如:常見的二元影法,
可以看成X-Y平面的一子集合,而具有灰度值的影像,可以看成是三度空間的子集
合,也就是平常所說的‘物體’。由於本文僅用到二元影像,所以只介紹數學形態學
四個基本的二元影像運算。分別是擴增(dilation)、收縮(erosion)、開(opening)與
閉(closing) 運算。
在影像處理上,一物體的象隅點(corner point)指示出該點位置在物體邊界有方向上
不連續的改變,這些點在影像匹配與形狀分析上是非常重要的特徵。然而,數學形態
學過去在角隅萃取上并沒有令人滿意的效果。在本篇論文中,使用收縮運算以增進一
個影像點的誤差,并提出一套完全不用浮點運算的隅萃取法。該方法利用形態算子切
割物體所得皆為凸角的特徵,計算前景數(foreground number) 并找出區域極小值(l
ocal minimal) ,以求得角隅點。
在本文最後,為了更瞭解此一形態角隅萃取算子的效果,特別識驗在各種不同的物體
上。并與大家熟知的Rosenfeld-Weszka角隅算子作比較。結果顯示新的形態算子的確
有很好的效果。
URI: http://140.113.39.130/cdrfb3/record/nctu/#NT792394042
http://hdl.handle.net/11536/55287
顯示於類別:畢業論文