动态数学形态学轮廓提取算法在ARM上的实现-论文.pdf

动态数学形态学轮廓提取算法在ARM上的实现-论文.pdf

ID:53759045

大小:1005.85 KB

页数:5页

时间:2020-04-24

动态数学形态学轮廓提取算法在ARM上的实现-论文.pdf_第1页
动态数学形态学轮廓提取算法在ARM上的实现-论文.pdf_第2页
动态数学形态学轮廓提取算法在ARM上的实现-论文.pdf_第3页
动态数学形态学轮廓提取算法在ARM上的实现-论文.pdf_第4页
动态数学形态学轮廓提取算法在ARM上的实现-论文.pdf_第5页
资源描述:

《动态数学形态学轮廓提取算法在ARM上的实现-论文.pdf》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、2014年9月控制工程Sep.2014第21卷第5期ControlEngineeringofChinaVo1.21,No.5文章编号:1671—7848(2014)05-0665-05动态数学形态学轮廓提取算法在ARM上的实现刘福才,王芳,赵佳伟,李欢(1.燕山大学工业计算机控制工程河北省重点实验室,河北秦皇岛066004;2.天津津科电子有限公司,天津300192)摘要:提出一种新的基于动态数学形态学的动态腐蚀轮廓提取算法。该算法以动态数学形态学中的约束条件为判断准则,通过定义评价函数来动态确定结构元素的移动方向,直接对感兴趣的目标进行轮廓

2、提取。该算法引入自适应滤波门限,进一步增强了其抗噪处理能力。通过在ARM上对算法进行实现,得到了清晰的人体轮廓图像。该算法对实时目标的轮廓提取具有快速性和准确性的特点。关键词:动态数学形态学;动态腐蚀;轮廓提取;图像处理;ARM中图分类号:TP301.6文献标志码:ARealizationOfDynamicMathematicalMorphologyContourExtractionAlgorithmOnARM.cai,WANGFang,ZHAOJIAwei.-,LIHuan(1.KeyLabofIndustrialComputerContm

3、lEngineeringofHebeiProvince,YanshanUniversity,Qinhuangdao,066004,China;2.TingjinElectronicsc0Ltd,Tianjin300192,China)Abstract:AimedtogrounddetectionofIndustrialcomponents,cropqualityanalysis,facerecognition,especiallytheanalysis.I(irec—ognitionofpeople’simageusingembeddedsu

4、rveillancesystem,thispaperpresentsanewalgorithmofdynamicerosioncontourextrac—tionbasedondynamicmathematicalmorphology.Thealgorithm,whichdynamicallyselectstheoperationaldirectionofstructuralele—mentbydefiningtheevaluatingfunction,extractstheobjectcontourdirectlywithconstrain

5、tconditionsindynamicmathematicalmot—phologyasjudgmentcriterion.Furthermore,adaptivethresholdforfilteringgetthealgorithmrobustagainstthenoiseaswel1.Experi—mentalresultsbasedonembeddedsurveillancesystemdemonstratethatclearcontourofpeoplecouldbeobtainedthroughthisalgorithmwhic

6、hperformsaccuratelyandrapidlywhenextractingcontourofreal—timeobjects.Keywords:dynamicmathematicalmorphology;dynamicerosion;contourextraction;imageprocessing;ARM为了改善上述算法存在的问题,本文针对嵌入1引言式系统采集到的监控图像,提出一种新的基于动态目前,图像轮廓提取有很多成熟的算法。图像数学形态学的动态腐蚀算法。实验结果证明,该算轮廓提取对于图像理解、模式识别、图像分析、计法在处理图

7、像过程中计算量小,抗噪能力强,在实算机视觉¨4。等具有重要的作用。活动轮廓模型改际应用中能够获得比较满意的效果。进算法刮基于先验知识和用户交互的图像分割,2数学形态学但增加相应的先验约束条件给实际应用带来了困难。基于自适应聚类、改进神经网络、图像势能、2.1数学形态学基本运算测量算法复合的轮廓提取算法“j,处理简单图像定义1[挣设F和B是Ⅳ维欧几里德空间时计算量较大,不太适用于处理多个目标的轮廓提的子集=(,⋯),b=(b一,b),F用膨胀取。基于边缘检测的形态学算法对有内部边缘和腐蚀的定义为特点的目标无法有效提取轮廓。通过形态学法提取FoB

8、={f∈E,=厂+b,for轮廓已经应用在机械故障诊断、缺陷检测等¨诸somefEFandb∈B}(1)多方面,但是形态学动态膨胀对轮廓进行提取¨1FOB={I∈E

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。