2.793

2018影响因子

(CJCR)

  • 中文核心
  • EI
  • 中国科技核心
  • Scopus
  • CSCD
  • 英国科学文摘

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

矢量自对偶形态学滤波算子

雷涛 樊养余 罗维薇 王履程

雷涛, 樊养余, 罗维薇, 王履程. 矢量自对偶形态学滤波算子. 自动化学报, 2015, 41(5): 1013-1023. doi: 10.16383/j.aas.2015.c140116
引用本文: 雷涛, 樊养余, 罗维薇, 王履程. 矢量自对偶形态学滤波算子. 自动化学报, 2015, 41(5): 1013-1023. doi: 10.16383/j.aas.2015.c140116
LEI Tao, FAN Yang-Yu, LUO Wei-Wei, WANG Lv-Cheng. Vector Self-dual Morphological Filtering Operators. ACTA AUTOMATICA SINICA, 2015, 41(5): 1013-1023. doi: 10.16383/j.aas.2015.c140116
Citation: LEI Tao, FAN Yang-Yu, LUO Wei-Wei, WANG Lv-Cheng. Vector Self-dual Morphological Filtering Operators. ACTA AUTOMATICA SINICA, 2015, 41(5): 1013-1023. doi: 10.16383/j.aas.2015.c140116

矢量自对偶形态学滤波算子


DOI: 10.16383/j.aas.2015.c140116
详细信息
    作者简介:

    罗维薇 兰州交通大学电子与信息工程学院讲师. 2005 年获得兰州交通大学通信与信息系统专业硕士学位. 主要研究方向为图像处理, 模式识别.E-mail: luoweiwei@mail.lzjtu.cn

    通讯作者: 雷涛 兰州交通大学电子与信息工程学院副教授, 西北工业大学电子科学与技术博士后流动站在站博士后. 2011 年获得西北工业大学信息与通信工程专业博士学位. 主要研究方向为图像处理, 人工智能. E-mail: leitaoly@163.com
  • 基金项目:

    国家自然科学基金(61202314, 61461025), 中国博士后科学基金(201 4T70937, 2012M521801)资助

Vector Self-dual Morphological Filtering Operators

More Information
  • Fund Project:

    Supported by National Natural Science Foundation of China (61202314, 61461025) and Postdoctoral Science Foundation of China (2014T70937, 2012M521801)

  • 摘要: 自对偶形态学算子不依赖形态学腐蚀、膨胀算子的先后次序, 是一种等同处理图像背景和前景的形态学算子. 而将自对偶形态学算子拓展到多通道图像处理是一个难题. 为了解决该问题, 提出了基于极值约束的矢量自对偶形态学滤波算子(EC-VSDMF). 首先根据对称矢量排序算法构建满足对偶性的矢量形态学算子, 然后依据形态学算子中的极值原理优化矢量集合, 从而有效抑制矢量集合中包含单通道极值的矢量作为输出结果, 最终实现了具有约束功能的矢量自对偶形态学滤波算子(VSDMF). 实验结果表明, EC-VSDMF继承了传统自对偶形态学滤波算子的性质, 将其应用于彩色图像滤波可以改善现有矢量形态学滤波算子导致滤波后图像亮度和色度发生偏移的问题. 滤波后的图像在有效抑制噪声的同时较好地保留了图像细节, 滤波性能甚至超过了多种现有的矢量中值滤波算子.
  • [1] Najman L, Talbot H. Mathematical Morphology. New York: John Wiley and Sons, USA, 2013.
    [2] [2] Aptoula E, Lefvre S. A comparative study on multivariate mathematical morphology. Pattern Recognition, 2007, 40(11): 2914-2929
    [3] [3] Velasco-Forero S, Angulo J. Classification of hyperspectral images by tensor modeling and additive morphological decomposition. Pattern Recognition, 2013, 46(2): 566-577
    [4] [4] Valle M E, Vicente D M G. Sparsely connected autoassociative lattice memories with an application for the reconstruction of color images. Journal of Mathematical Imaging and Vision, 2012, 44(3): 195-222
    [5] [5] Morales S, Naranjo V, Angulo J, Raya M A. Automatic detection of optic disc based on PCA and mathematical morphology. IEEE Transactions on Medical Imaging, 2013, 32(4): 786-796
    [6] [6] Velasco-Forero S, Angulo J, Chanussot J. Morphological image distances for hyperspectral dimensionality exploration using Kernel-PCA and ISOMAP. In: Proceedings of the 2009 IEEE International Geoscience and Remote Sensing Symposium. Cape Town: IEEE, 2009. III-109-III-112
    [7] [7] Velasco-Forero S, Angulo J. Morphological scale-space for hyperspectral images and dimensionality exploration using tensor modeling. In: Proceedings of the 1st Workshop on Hyperspectral Image and Signal Processing: Evolution in Remote Sensing. Grenoble: IEEE, 2009. 1-4
    [8] [8] Tsalides P, Vardavoulia M I, Andreadis I. Vector ordering and morphological operations for colour image processing: fundamentals and applications. Pattern Analysis and Applications, 2002, 5(3): 271-287
    [9] [9] Louverdis G, Vardavoulia M I, Andreadis I, Tsalides P. A new approach to morphological color image processing. Pattern Recognition, 2002, 35(8): 1733-1741
    [10] De Witte V, Schulte S, Nachtegael M, van der Weken D, Kerre E E. Vector morphological operators for colour images. In: Proceedings of the 2nd International Conference on Image Analysis and Recognition, Lecture Notes in Computer Science. Toronto, Canada: Springer, 2005, 3656: 667 -675
    [11] Angulo J. Morphological colour operators in totally ordered lattices based on distances: application to image filtering, enhancement and analysis. Computer Vision and Image Understanding, 2007, 107(1-2): 56-73
    [12] Aptoula E, Lefvre S. On lexicographical ordering in multivariate mathematical morphology. Pattern Recognition Letters, 2008, 29(2): 109-118
    [13] Aptoula E, Lefvre S. -Trimmed lexicographical extrema for pseudo-morphological image analysis. Journal of Visual Communication and Image Representation, 2008, 19(3): 165-174
    [14] Lei T, Wang Y, Fan Y Y, Zhao J. Vector morphological operators in HSV color space. Science China Information Sciences, 2013, 56(1): 1-12
    [15] Angulo J. Geometric algebra colour image representations and derived total orderings for morphological operators Part I: colour quaternions. Journal of Visual Communication and Image Representation, 2010, 21(1): 33-48
    [16] Angulo J. Hypercomplex mathematical morphology. Journal of Mathematical Imaging and Vision, 2011, 41(1-2): 86-108
    [17] Lei T, Fan Y Y, Zhang C R, Wang X P. Vector mathematical morphological operators based on fuzzy extremum estimation. In: Proceedings of the 20th IEEE International Conference on Image Processing (ICIP). Melbourne, VIC: IEEE, 2013. 3031-3034
    [18] Lezoray O, Elmoataz A. Nonlocal and multivariate mathematical morphology. In: Proceedings of the 19th IEEE International Conference on Image Processing (ICIP). Orlando, FL: IEEE, 2012. 129-132
    [19] Velasco-Forero S, Angulo J. Random projection depth for multivariate mathematical morphology. IEEE Journal of Selected Topics in Signal Processing, 2012, 6(7): 753-763
    [20] Velasco-Forero S, Angulo J. Morphological processing of hyperspectral images using kriging-based supervised ordering. In: Proceedings of the 17th IEEE ICIP on Image Processing. Hong Kong, China: IEEE, 2010. 1409-1412
    [21] Velasco-Forero S, Angulo J. Supervised ordering in RP: application to morphological processing of hyperspectral images. IEEE Transactions on Image Processing, 2011, 20(11): 3301-3308
    [22] Heijmans H J A M. Self-dual morphological operators and filters. Journal of Mathematical Imaging and Vision, 1996, 6(1): 15-36
    [23] Ray N, Acton S T. Inclusion filters: a class of self-dual connected operators. IEEE Transactions on Image Processing, 2005, 14(11): 1736-1746
    [24] Bouaynaya N, Charif-Chefchaouni M, Schonfeld D. M-idempotent and self-dual morphological filters. IEEE Transactions on Pattern Analysis and Machine Intelligence, 2012, 34(4): 805-813
    [25] Lei T, Fan Y Y. Noise gradient reduction based on morphological dual operators. IET Image Processing, 2011, 5(1): 1 -17
    [26] Soille P. Beyond self-duality in morphological image analysis. Image and Vision Computing, 2005, 23(2): 249-257
    [27] Lei Tao, Fan Yang-Yu, Mao Li. Generalized self-dual morphological filters and the applications in image-denoising. Journal of Optoelectronics Laser, 2011, 21(1): 7215-7218 (雷涛, 樊养余, 毛力. 广义自对偶形态学滤波器及其在图像去噪中的应用. 光电子激光, 2011, 21(1): 7215-7218)
    [28] Astola J, Haavisto P, Neuvo Y. Vector median filters. Proceedings of the IEEE, 1990, 78(4): 678-689
    [29] Lukac R. Adaptive vector median filtering. Pattern Recognition Letters, 2003, 24(12): 1889-1899
    [30] Smolka B, Chydzinski A. Fast detection and impulsive noise removal in color images. Real-Time Imaging, 2005, 11(5-6): 389-402
    [31] Jin L H, Li D H. A switching vector median filter based on the CIELAB color space for color image restoration. Signal Processing, 2007, 87(6): 1345-1354
    [32] Celebi M E, Aslandogan Y A. Robust switching vector median filter for impulsive noise removal. Journal of Electronic Imaging, 2008, 17(4): 043006 (1-9)
    [33] Camarena J G, Gregori V, Morillas S, Sapena A. Two-step fuzzy logic-based method for impulse noise detection in colour images. Pattern Recognition Letters, 2010, 31(13): 1842-1849
    [34] Geng X, Hu X G, Xiao J. Quaternion switching filter for impulse noise reduction in color image. Signal Processing, 2012, 92(1): 150-162
  • [1] 于明, 李博昭, 于洋, 刘依. 基于多图流形排序的图像显著性检测[J]. 自动化学报, 2019, 45(3): 577-592. doi: 10.16383/j.aas.2018.c170441
    [2] 董辉, 张斌. 基于显著图的可变模板形态学去雾方法[J]. 自动化学报, 2019, 45(5): 877-887. doi: 10.16383/j.aas.2018.c170607
    [3] 杨国铮, 禹晶, 肖创柏, 孙卫东. 基于形态字典学习的复杂背景SAR图像舰船尾迹检测[J]. 自动化学报, 2017, 43(10): 1713-1725. doi: 10.16383/j.aas.2017.c160274
    [4] 刘明, 李国军, 郝华青, 侯增广, 刘秀玲. 基于卷积神经网络的T波形态分类[J]. 自动化学报, 2016, 42(9): 1339-1346. doi: 10.16383/j.aas.2016.c150817
    [5] 索津莉, 刘烨斌, 季向阳, 戴琼海. 计算摄像学:核心、方法与应用[J]. 自动化学报, 2015, 41(4): 669-685. doi: 10.16383/j.aas.2015.c130855
    [6] 李艳凤, 陈后金, 杨娜, 张胜君. 基于解剖学特征的乳腺X线图像胸肌分割[J]. 自动化学报, 2013, 39(8): 1265-1272. doi: 10.3724/SP.J.1004.2013.01265
    [7] 陈北京, 孙星明, 王定成, 赵晓平. 基于彩色图像四元数表示的彩色人脸识别[J]. 自动化学报, 2012, 38(11): 1815-1823. doi: 10.3724/SP.J.1004.2012.01815
    [8] 傅向华, 李坚强, 王志强, 杜文峰. 基于Nyström 低阶近似的半监督流形排序图像检索[J]. 自动化学报, 2011, 37(7): 787-793. doi: 10.3724/SP.J.1004.2011.00787
    [9] 雷涛, 樊养余, 白勃. 一类新的广义形态学混合滤波器[J]. 自动化学报, 2011, 37(2): 168-178. doi: 10.3724/SP.J.1004.2011.00168
    [10] 雷涛, 樊养余. 双算子形态学滤波器[J]. 自动化学报, 2011, 37(4): 449-463. doi: 10.3724/SP.J.1004.2011.00449
    [11] 岳晓冬, 苗夺谦, 钟才明. 基于粗糙性度量的彩色图像分割方法[J]. 自动化学报, 2010, 36(6): 807-816. doi: 10.3724/SP.J.1004.2010.00807
    [12] 刘万军, 姜庆玲, 张闯. 基于CNN彩色图像边缘检测的车牌定位方法[J]. 自动化学报, 2009, 35(12): 1503-1512. doi: 10.3724/SP.J.1004.2009.01503
    [13] 焦波, 李国辉, 汪彦明, 田昊. 一种基于形态学的运动车辆阴影消除方法[J]. 自动化学报, 2008, 34(7): 838-840. doi: 10.3724/SP.J.1004.2008.00838
    [14] 汤敏. 结合形态学梯度互信息和多分辨率寻优的图像配准新方法[J]. 自动化学报, 2008, 34(3): 246-250. doi: 10.3724/SP.J.1004.2008.00246
    [15] 黄向生, 杨小帆, 王阳生. 基于提升方案的高维形态小波构造[J]. 自动化学报, 2003, 29(5): 726-732.
    [16] 叶斌, 彭嘉雄, 卢汉清. 顺序形态滤波在小目标和点目标检测中的应用研究[J]. 自动化学报, 2002, 28(6): 990-994.
    [17] 曹磊, 韦穗, 孔兵. 基于数学形态学的分形编码[J]. 自动化学报, 1997, 23(2): 226-231.
    [18] 刘雷健, 杨静宇, 曹雨龙, 邬永革, 汪华峰. 肺癌细胞识别彩色图像处理系统[J]. 自动化学报, 1996, 22(3): 382-384.
    [19] 黄玉明, 徐光祐, 叶培建. 基于物理模型的彩色图像分割[J]. 自动化学报, 1992, 18(4): 421-429.
    [20] 陈鸣华, 阎平凡. 基于数学形态学的手写体数字识别方法[J]. 自动化学报, 1989, 15(3): 286-288.
  • 加载中
计量
  • 文章访问数:  812
  • HTML全文浏览量:  29
  • PDF下载量:  834
  • 被引次数: 0
出版历程
  • 收稿日期:  2014-03-03
  • 修回日期:  2014-11-21
  • 刊出日期:  2015-05-20

矢量自对偶形态学滤波算子

doi: 10.16383/j.aas.2015.c140116
    作者简介:

    罗维薇 兰州交通大学电子与信息工程学院讲师. 2005 年获得兰州交通大学通信与信息系统专业硕士学位. 主要研究方向为图像处理, 模式识别.E-mail: luoweiwei@mail.lzjtu.cn

    通讯作者: 雷涛 兰州交通大学电子与信息工程学院副教授, 西北工业大学电子科学与技术博士后流动站在站博士后. 2011 年获得西北工业大学信息与通信工程专业博士学位. 主要研究方向为图像处理, 人工智能. E-mail: leitaoly@163.com
基金项目:

国家自然科学基金(61202314, 61461025), 中国博士后科学基金(201 4T70937, 2012M521801)资助

摘要: 自对偶形态学算子不依赖形态学腐蚀、膨胀算子的先后次序, 是一种等同处理图像背景和前景的形态学算子. 而将自对偶形态学算子拓展到多通道图像处理是一个难题. 为了解决该问题, 提出了基于极值约束的矢量自对偶形态学滤波算子(EC-VSDMF). 首先根据对称矢量排序算法构建满足对偶性的矢量形态学算子, 然后依据形态学算子中的极值原理优化矢量集合, 从而有效抑制矢量集合中包含单通道极值的矢量作为输出结果, 最终实现了具有约束功能的矢量自对偶形态学滤波算子(VSDMF). 实验结果表明, EC-VSDMF继承了传统自对偶形态学滤波算子的性质, 将其应用于彩色图像滤波可以改善现有矢量形态学滤波算子导致滤波后图像亮度和色度发生偏移的问题. 滤波后的图像在有效抑制噪声的同时较好地保留了图像细节, 滤波性能甚至超过了多种现有的矢量中值滤波算子.

English Abstract

参考文献 (34)

目录

    /

    返回文章
    返回