基于数学形态学的信息识别研究及Matlab实现

2011年9月15日第34卷第18期

现代电子技术

M odern Electro nics T echnique

Sep.2011V ol.34N o.18

基于数学形态学的信息识别研究及Matlab 实现

王晓利

(宝鸡文理学院电子电气工程系,陕西宝鸡 721007)

摘 要:为了实现信息快速识别,采用基于数学形态学的模块匹配方法,具体先将典型的信息归一化,然后提取其过线特征、左右轮廓特征,将这些特征组成被分析对象的特征向量,对信息进行初步分类,然后利用模板匹配法对信息进一步细化分类,从而完成信息识别。通过实验,利用M atlab 中Simulink 视频和图像处理模块集进行仿真,得出基于数学形态学的信息识别法定位准确度较高,研究对象阈值分割较好,且算法容易实现,对提高整个系统信息识别的实时性有实用意义。

关键词:数学形态学;信息识别;特征向量;阈值分割

中图分类号:T N911.73-34 文献标识码:A 文章编号:1004-373X(2011)18-0064-03

Research and Matlab Implem entation of In form ation Id entification Based on Mathematical Morphology

W A NG Xiao -li

(Dept.Electronic s &Elect.Eng n.,Baoji College Arts &Scie nce,Bao j i 721007,China)

Abstract :T he module matching based on mathematical mo rphology was used to implement the info rmation faster identification.T he typical information normalization was performed,the line features or so o utline feature were extracted to constitute the characteristic vectors of analysis object,the infor mation was classified preliminarily.T hen the information was further classified by the image processing blockset to complete info rmation identification.T hrough an ex periment,using Simulink video and image processing blockset in M AT LA B to perform a simulation,a conclusio n is gained that po sitioning accuracy of the mathematical morpholog y -based information identification method is higher,the threshold segmentation quality of resear ch objects is good,the optimization alg orithm is easy to realize.It has practical significance for impr oving rea-l time perfo rmance of the system information identification.

Keywords :mathematical mo rpho lo gy ;info rmation identif icat ion;featur e v ect or;threshold segmentatio n

收稿日期:2011-04-17

基金项目:宝鸡文理学院重点资助项目(ZK07114)

数学形态学是一门建立在严格数学理论基础上的学科,是一种应用于图像处理和模式识别领域的新的方法,是研究数字图像形态结构特征与快速识别的理论。形态学的基本思想通过对目标影像的形态变换来实现结构分析和特征提取,它的基础是作用于物体形状的非线性算子的代数,这就使它同计算机视觉问题紧密地结合起来。数学形态学的基本思想和方法对图像处理的理论和技术产生了重大影响,许多非常成功的理论模型和信息识别系统都采用了数学形态学算法作为其理论基础或组成部分。1 基本原理

1.1 信息识别基本原理

信息识别属于图像处理范畴的高级阶段,其需要经过前期、中期处理后,再将所得的信息进一步加工处理得出智能化的判断。图像处理的范畴划分如图1所示。1.2 数学形态学用于识别统计的基本原理1.2.1 腐蚀运算

形态学基本算子有腐蚀、膨胀、开、闭等,腐蚀是数

学形态学最基本的运算。

图1 信息识别在图像处理中所处的位置示意图

集合A 被集合B 腐蚀,记为A (B ,定义为:

A (

B ={x :B +x

(1)

式中:A 表示输入图像;B 称为结构元素。这种定义方式是从填充的角度来定义腐蚀运算,如果将B 看作为模板,那么,A (B 则是在平移模板的过程中所有可以填入A 内部的模板原点组成。一般地,如果B 包含坐标原点0,那么A (B 将是A 的一个收缩,即A (B A A ,这就是称作/腐蚀0的原因:若B 不包含坐标原点,那么A (B 则可能不在A 的内部。腐蚀除了可以用填充形式定义外,还有一种更重要的表达形式:

A (

B =H {A -b:b I B}=H b I B A [-b]=H b I B

A -b

(2)