毕业设计论文 运动目标检测中阴影去除算法的研究与实现

学理论和集合理论为基础，着重于研究图像的集合结构，形态学对图像的处理基于结构元素（structure element）的概念，而且结构元素的选择和图像的某种特有信息有密切的关系，所以构造不同的结构元素可提供不同的图像分析和处理方法，数学形态学中的集合表示图像中的特定信息。

数学形态学最初做为分析几何形状和结构的数学方法，后来用它从图像中提取有利于表达和描述区域形状的图像分量，如边界、骨架和凸壳等，称为分析图像几何特征的工具。现在，数学形态学可以用来解决抑制噪声、特征提取、边缘检测、图像分割、形态识别、纹理分析、图像恢复与重建、图像压缩等图像处理的问题。

2.3.1 基本思想

数学形态学的基本思想是用具有一定形态的结构元素去度量和提取图像中对应形状以达到对图像分析和识别的目的。数学形态学的数学基础和所用语言是集合论。数学形态学的应用可以简化图像数据，保持它们基本的形状特性，并除去不相干的结构[5]。

数学形态学运算主要用于如下几个目的[6]：

(1) 图像预处理（去噪声、简化形状）；

(2) 增强物体结构（抽取骨骼、细化、粗化、凸包、物体标记）；

(3) 从背景中分割物体；

(4) 物体量化描述（面积、周长、投影、Euler-Poincare特征）。

2.3.2 基本运算

数学形态学的基本运算方式是指导数学形态学进行运算处理的基本方法，由一组形态学的代数运算子组成的，它的基本运算主要有4个：膨胀、腐蚀、开闭运算和轮廓提取。基本图像形态结构运算有膨胀与腐蚀。

设A为图像集合，B为结构元素，数学形态学运算是用B对A进行操作。结构元素本身也是一个图像集合，对每个结构元素，指定一个原点，它是结构元素参与形态学运算的参考点。在形态学中，结构元素是最重要和最基本的概念。结构元素在形态变换中的作用相当于信号处理的“滤波窗口”。

(1) 膨胀

膨胀有几种不同的定义形式，通常其运算符用 表示，比如：A用B来膨胀写作A B，最直观的定义形式如下：

A B {x|[(B } （2.1） x) A]

其中B {x|x b,b B}表示为集合B的映射。上式表明用B膨胀A的过程：先对B做关于原点的映射，再将其映像平移x，这里A与B映像的交集不为空集。即是B来膨胀A得到的集合是B的位移与A至少有1个非零元素相交时B的原点位置的集合。

膨胀运算在数学形态学中的作用是修复原属于一个整体的分开的若干个像素点集合，即把图像周围的背景点合并到物体中。如果两个物体之间距离比较近，那么膨胀运算可能