数学形态学出身于1964年。当时，法国巴黎矿业学院的J.Serra在其导师G.Matheron辅导下从事博士论文研究事情，研究内容是对法国洛林地区的铁矿核作定量岩相学剖析，进而预测其开采特性。Serra摒弃了传统的剖析方法，开拓了第一个“纹理剖析器”，并在之后的实验剖析过程中逐渐产生了击中击不中变换的观点。于此同时，Matheron在相对更为理论的层面上，第一次将形态学开运算的表达式引入到了其承担的多孔介质渗透性与其几何(或纹理)之间关系的研究事情中，并在此根本上利用凸构造元素建立了颗粒剖析方法。1968年4月，坐落在法国枫丹白露(Fontainebleau)的巴黎矿业学院为数学形态学研究供应了研究基地，数学形态学研究中央正式成立。在全体60年代，数学形态学经由孕育逐渐形成一门独立学科。
数学形态学研究中央的成立，使得数学形态学研究得到了更多的资源与条件，极大地促进了形态学的发展。击中击不中变换在运用中得到了一系列的成功。1975年Matheron出版了《随机集与积分几何》一书，书中严谨而详尽地阐述了拓扑学根本、递增映射、凸性映射、随机集论及其多少模型等内容，奠定了形态学坚实的理论根本。与此同时，最初针对凑集的方法开始拓展到数值函数剖析领域，产生了形态学梯度、Top-Hat变换、流域变换等灰值形态学理论及方法。灰值数学形态学是二值数学形态学在灰度图像领域的自然扩展。在灰值数学形态学中，将二值形态学中所用到的交、并运算用极大、极小运算进行替代，从而完成对灰值图像的形态剖析。阴影集作为灰值形态学理论的根本和核心，在灰值形态学与二值形态学之间起到了桥梁的浸染，在二者之间建立了紧密的联接关系。灰值形态学理论在图像处理领域得到了充分的运用：图像边缘的提取可用形态梯度理论实现；模式匹配可采取击中击不中变换理论；形态学滤波器用于图像降噪、增强；采取骨架提取进行图像识别、压缩，基于流域方法的图像分割，基于形态学的颗粒剖析方法等。二值数学形态学与灰值数学形态学共同构成了经典数学形态学。此后，国内外浩瀚学者对经典形态学展开了大量、深入的研究事情，提出了很多新的数学形态学理论与运用，取得了丰硕的研究成果。
鉴于此，本项目采取形态学滤波方法对心电旗子暗记ECG进行处理，可迁移至金融韶光序列，地震旗子暗记，机器振动旗子暗记，语音旗子暗记，声旗子暗记等一维韶光序列旗子暗记，运行环境为MATLAB 2021B。
clc; % Clear the command window.close all; % Close all figures (except those of imtool.)clear; % Erase all existing variables.workspace; % Make sure the workspace panel is showing.format long g;format compact;fontSize = 15;markerSize = 8;% load all the data G = 200; % GainFs = 360; % [Hz]L = 3600; % lenght of ECG signalsT = linspace(0,L/Fs,L); % time axisF = linspace(-Fs/2, Fs/2, L); % Frequency axisfiles = dir(fullfile("dataset/",".mat")); % all dataset filesnumData = numel(files); % number of dataECGs = zeros(numData,L); % prealloc% load and store datafor i = 1:numData load(fullfile("dataset/",files(i).name)); % load all data ECGs(i,:) = val/G;end% Plot the signal/s you wantfigure(1); plot(T, ECGs(1,:)); grid on;title("ECG Signal","FontSize",fontSize); xlabel("Time (sec)", "FontSize", fontSize); ylabel("voltage [mV]", "FontSize", fontSize);
完全代码可通过知乎学术咨询得到：
https://www.zhihu.com/consult/people/792359672131756032?isMe=1
工学博士，担当《Mechanical System and Signal Processing》《中国电机工程学报》《掌握与决策》等期刊审稿专家，善于领域：当代旗子暗记处理，机器学习，深度学习，数字孪生，韶光序列剖析，设备毛病检测、设备非常检测、设备智能故障诊断与康健管理PHM等。
