近年来,形态学图像处理已经发展成为图像处理主要研究内容之一。其应用领域非常广泛,包括文字识别、医学图像处理、图像编码与压缩、视觉检测、材料科学以及机器人视觉等。一些图像分析系统还将数学形态运算作为系统的基本运算,形态学方法已迅速成为图像应用领域工程技术人员的必备工具。 数学形态学适用于图像处理的各个方面,如基于击中击不中变换的目标识别,基于流域概念的图像分割,基于腐蚀和开运算的骨架提取及图像压缩编码,基于形态学滤波的图像区域检测等。数学形态学不仅有坚实的理论基础,简洁、朴素、统一的基本思想,还具有广泛的实际应用价值。有人称数学形态学在理论上是严谨的,在基本观念上却是简单和优美的。 本文在总结和分析了主要数学形态学算法及其应用的基础上,针对一些应用场合对相关算法进行了改进。论文主要工作包括: 1、深入学习数学形态学的基础理论,研究了数学形态学在数字图像处理过程中的应用。在实现了二值形态学基本算子的基础上给出了边界象素优先处理的改进算法。根据腐蚀和膨胀都是始于连通区域边界的特点,首先得到图像中连通区域的边界象素,在重复膨胀和腐蚀运算中不用再对整个图像进行扫描,只对未处理的边界象素进行操作,从而提高了运算速度。 2、研究了一种二值图像细化算法。传统的算法运行时间长,收敛速度慢,在同一时间只能使用同一结构元素对剥离一个方向的外层象素。针对这个缺点,增加了一个斜线方向的结构元素对来实施细化,大大提高了细化的速度。 3、提出一种改进的面积形态学算子AOC的实现方法。在不改变传统算法处理结果质量的前提下,大大缩短了运行时间。传统的AOC算子对图像进行分层处理,但是对大量无像素图层进行了无谓处理,本文在考虑层间相关性的基础上,提出一种基于图层间相关性AOC算子改进算法。