空間可變軟形態學理論及在紅外圖像處理中的套用

《空間可變軟形態學理論及在紅外圖像處理中的套用》是依託上海交通大學，由李建勛擔任項目負責人的面上項目。

基本介紹

• 中文名：空間可變軟形態學理論及在紅外圖像處理中的套用
• 項目類別：面上項目
• 項目負責人：李建勛
• 依託單位：上海交通大學

項目摘要

作為人工視覺的一種重要方法，數學形態學具有強大的非線性圖象處理和分析能力。但是，數學形態學在把握自然景物的含義以及人類思維的符號描述方面尚顯得不夠有力，有待於進一步發展。考慮圖像信息本身的複雜性和它們之間較強的相關性,在圖像處理過程中的各個不同層次都普遍存在的不完整性和不精確性問題，本項目擬融合軟計算方法以提高數學形態學算法的魯棒性和抗干擾能力。通過構建模糊伴隨關係，將模糊形態學運算元的理論特性映射為結構元素的約束條件，深化模糊形態學理論；基於粗糙集與形態學運算元的近似關係，通過融合模糊集、粗糙集，研究廣義軟形態學運算元的構建方法，增強處理不確定信息能力；引入空間可變概念，基於自適應結構元素構建空間可變形態學運算元和理論框架；基於遺傳算法進行形態學結構元素的最佳化設計，提高軟形態學運算元的非線性濾波性能。結合紅外實測圖象進行改進算法性能驗證，進而完善空間可變軟形態學理論。

結題摘要

作為人工視覺的一種重要方法，數學形態學具有強大的非線性圖象處理和分析能力。形態學運算元利用一個稱作結構元素的“探針”收集圖像的信息並了解圖像的結構特徵，其基本思想和方法對圖像處理理論和技術產生了重大影響，成為計算機數字圖像處理的一個重要研究領域。但是，數學形態學在把握自然景物的含義以及人類思維的符號描述方面尚顯得不夠有力，有待於進一步發展。 本項目旨在研究完備格框架下的空間可變形態學理論。首先研究了輸入自適應結構元素（核心）的設計方法，通過融合非局部圖像處理理論，構建了一種新的滿足代數伴隨性質的自適應結構元素。在此基礎上，引入空間可變概念，進一步討論了基於自適應結構元素設計最優空間可變形態學濾波器的方法。具體包括：(1) 通過引入次梯度技術和Bregman疊代算法，建立了基於空間可變形態學正則化的全變分圖像重建理論和框架，擴展了形態學濾波器在圖像反問題（例如去噪、去模糊和超解析度重建）中的套用，為數學形態學與凸分析理論之間搭建了一座可行的橋樑。(2) 結合遺傳規劃的有監督訓練算法，進行濾波器的最佳化設計，為最優組合形態學濾波器的構建提供了一條新途徑，提高了形態學運算元的非線性濾波性能，並結合MRI醫學圖像去噪問題進行算法性能驗證。(3) 通過定義新的自適應鄰接關係，構造了一種新的空間可變連通性重構運算元，該類運算元基於連通性屬性形態學濾波器處理標記圖像，然後利用自適應核心完成重構疊代過程。目標檢測和分類實驗驗證了運算元的魯棒性和抗干擾能力，這為空間可變形態學和連通性形態學的有效融合提供了一種可行的解決思路。