数学形态学是一门新兴的科学,主要用于图象处理及识别。本研究课题以递归数学形态运算为基础,提出了“复盖”和“填充”两种新的运算方法,实现了图象高效率的分割和编码。另外,还讨论了形态滤波器的特性,并提出了一种快速算法,特别是我们推导出了滤波器的输出的概率分布函数,为其设计奠定了良好的基础。总之,该研究课题在数学形态学的基础理论及应用方面,有所创新和发展。在国内外重要学术刊物上发表论文6篇,受到同行专家的好评,圆满地完成了予定的目标和计划。
{{i.achievement_title}}
数据更新时间:2023-05-31
Ordinal space projection learning via neighbor classes representation
基于纳米铝颗粒改性合成稳定的JP-10基纳米流体燃料
Image super-resolution based on sparse coding with multi-class dictionaries
Phosphorus-Induced Lipid Class Alteration Revealed by Lipidomic and Transcriptomic Profiling in Oleaginous Microalga Nannochloropsis sp. PJ12
Numerical investigation on aerodynamic performance of a bionics flapping wing
图象表示的非线性分析及其图像压缩编码
基于数学形态学的图象分析算法及其实时实现方法的研究
纹理图象的数学与视觉心理模型
基于DT模型的活动图象编码