基于细胞神经网络的数学形态滤波方法与应用

计算机工程与应用 ›› 2008, Vol. 44 ›› Issue (2): 42-43.

基于细胞神经网络的数学形态滤波方法与应用

程春宝¹,闵乐泉^1,2

1.北京科技大学信息工程学院，北京 100083
2.北京科技大学应用技术学院，北京 100083

收稿日期:1900-01-01 修回日期:1900-01-01 出版日期:2008-01-11 发布日期:2008-01-11
通讯作者: 程春宝

CNN based mathematical morphological filter with applications

CHENG Chun-bao¹,MIN Le-quan^1,2

1.School of Information Engineering，University of Science and Technology Beijing，Beijing 100083，China
2.School of Applied Science，University of Science and Technology Beijing，Beijing 100083，China

Received:1900-01-01 Revised:1900-01-01 Online:2008-01-11 Published:2008-01-11
Contact: CHENG Chun-bao

摘要/Abstract

摘要： 数学形态学以集合运算为基础，在图像处理领域得到了广泛地运用。数学形态学以集合运算为基础，用具有一定形态的结构元素去度量图像中的形态以解决理解问题。证明利用细胞神经网络（Cellular Neural Network），运用数学形态滤波可并行完成数学形态运算。该文给出了细胞神经网络（CNN）在腐蚀、膨胀、结构开、结构闭中的实现及应用。将其结果运用在指纹图像的预处理当中，取得了较理想的结果。

关键词: 细胞神经网络, 数学形态学, 滤波

Abstract: Mathematical morphology is widely applied in digital image processing.The base idea of mathematical morphology is to use construction element measure image morphology for solving understand problem.The paper presents Cellular Neural Network（CNN）to be suit for mathematical morphology filter.It gives realizations and applications for erosion，dilation，open and close operations based on CNNs.An example for fingerprint image processing illustrates the effectivities of the approach.

Key words: cellular neural network, mathematical morphology, filter

程春宝¹,闵乐泉^1,2. 基于细胞神经网络的数学形态滤波方法与应用[J]. 计算机工程与应用, 2008, 44(2): 42-43.

CHENG Chun-bao¹,MIN Le-quan^1,2. CNN based mathematical morphological filter with applications[J]. Computer Engineering and Applications, 2008, 44(2): 42-43.

[1]	朱鉴，刘培钰，陈炳丰，蔡瑞初. 结合相似块匹配与最小值滤波的图像去雨[J]. 计算机工程与应用, 2021, 57(9): 191-198.
[2]	马珺，王昱皓. 结合自适应更新策略和再检测技术的跟踪算法[J]. 计算机工程与应用, 2021, 57(9): 217-224.
[3]	万琴，朱晓林，陈国泉，肖岳平. 分层联合双边滤波的深度图修复算法研究[J]. 计算机工程与应用, 2021, 57(6): 184-190.
[4]	李中道，刘元盛，常飞翔，张军，路铭. 室内环境下UWB与LiDAR融合定位算法研究[J]. 计算机工程与应用, 2021, 57(6): 260-266.
[5]	薛冕，刘翔，石蕴玉，辛斌杰. 抑制光照不均匀影响的图像特征点提取算法[J]. 计算机工程与应用, 2021, 57(4): 183-191.
[6]	于多，黄永东. 基于SPCA和域变换递归滤波的高光谱图像分类[J]. 计算机工程与应用, 2021, 57(4): 199-208.
[7]	顾梅花，王苗苗，李立瑶，冯婧. 彩色图像多尺度融合灰度化算法[J]. 计算机工程与应用, 2021, 57(4): 209-215.
[8]	茅正冲，陈海东. 自适应尺度的上下文感知相关滤波跟踪算法[J]. 计算机工程与应用, 2021, 57(3): 168-174.
[9]	林淑彬，吴贵山，许甲云，杨文元. 多帧监督的相关滤波无人机目标跟踪[J]. 计算机工程与应用, 2021, 57(24): 152-160.
[10]	姚远，张朝阳. 基于HP-LSTM模型的股指价格预测方法[J]. 计算机工程与应用, 2021, 57(24): 296-304.
[11]	陈富健，谢维信，夏婷. 基于LCT+的自适应抗遮挡目标跟踪算法[J]. 计算机工程与应用, 2021, 57(22): 190-198.
[12]	李文龙，李兴广，胡冉冉，崔炜. 基于天空分割的单幅交通标志图像去雾算法[J]. 计算机工程与应用, 2021, 57(20): 221-228.
[13]	郭碧茹，孔韦韦，陈斌. 导向滤波的高光去除改进算法[J]. 计算机工程与应用, 2021, 57(20): 229-235.
[14]	王蓓，陈金广，王明明. 复杂场景下的改进核相关滤波跟踪算法[J]. 计算机工程与应用, 2021, 57(2): 198-208.
[15]	张杰，常天庆，郭理彬，张雷，马金盾. 基于跟踪异常与相关性检验的目标丢失判断[J]. 计算机工程与应用, 2021, 57(18): 204-212.