基于分水嶺算法與鏈碼理論的糧袋數(shù)量識(shí)別研究.pdf

1、儲(chǔ)備糧數(shù)量監(jiān)控與稽核是當(dāng)前中央儲(chǔ)備糧糧庫管理的核心工作，但是，存在著各種原因?qū)е鹿芾硇Ч患眩嚓P(guān)部門并不能準(zhǔn)確及時(shí)地了解到糧食的具體庫存，使得國家在通過糧食調(diào)控宏觀經(jīng)濟(jì)的能力有所不足。
　　 數(shù)字圖像處理技術(shù)作為一門新興的學(xué)科，在短短幾十年的時(shí)間內(nèi)得到了迅速地發(fā)展，并且廣泛地應(yīng)用到軍事、工業(yè)、航天和醫(yī)學(xué)等領(lǐng)域。圖像分割是計(jì)算機(jī)圖像分析和理解的最基本環(huán)節(jié)，分割結(jié)果的好壞直接關(guān)系到后續(xù)算法的性能。本文首先簡要介紹了圖像分割技術(shù)的定

2、義和方法種類，重點(diǎn)介紹了彩色圖像分割。并且為了使得分割效果更好，本文在邊緣檢測之前對圖像進(jìn)行了增強(qiáng)，采用一種基于I分量和S分量的彩色圖像增強(qiáng)算法。
　　 本文在分析了各種經(jīng)典算子之間的性能差異和優(yōu)缺點(diǎn)的基礎(chǔ)上，重點(diǎn)介紹了數(shù)學(xué)形態(tài)學(xué)及其基本算子和分水嶺算法的原理與處理步驟。通過實(shí)驗(yàn)說明了傳統(tǒng)的分水嶺算法在圖像邊緣檢測中的優(yōu)勢與不足，并提出了相應(yīng)的改善方法，利用數(shù)學(xué)形態(tài)學(xué)的top-hat算法和bot-hat算法對分水嶺算法進(jìn)行了改進(jìn)