数字图像处理第九章_幻灯.pptVIP

腐蚀 灰度腐蚀： 灰度膨胀和腐蚀的对偶性： 亮特征变弱 暗特征变强 (b)用“平顶”结构元素对图像进行膨胀的结果，(c)为对原图进行腐蚀的结果。 变亮 消除/减弱暗的细节 变暗 消除/减弱亮的细节 开操作和闭操作 开操作： 闭操作： 开操作和闭操作的对偶性： 灰度剖面 开操作：从f的下表面向上推动结构元时，b的任何部分所达到的最高值。 f峰值的顶部被开操作切掉了。 填平沟壑 开操作的结果 闭操作的结果 开操作：去除较小的明亮细节，保持整体的灰度级和较大的明亮特征相对不变。 闭操作：削弱了暗特征，削弱的程度取决于这些特征相对于结构元的尺寸； 亮的细节和背景相对来说未受影响。 灰度级形态学的一些应用 形态学图像平滑处理 先开操作，再闭操作：消除/减弱人为的亮和暗的细节 形态学图像梯度（边缘增强） 定义： 图示： 膨胀粗化图像中的目标区域，腐蚀细化它们，两者之差强调了区域间的边界。 相减操作趋于消除同质区域。 类似于微分/梯度效果 Top-hat变换—可增强阴影细节（顶帽变换） 定义： 图示： 底帽变换 h=(f .b)-f 白顶帽：用于暗背景上的亮物体 黑底帽：用于亮背景上的暗物体 纹理分割 图示： 对原图执行闭操作删除小圆点 再执行开操作删除大圆点间的亮间隔——得到分割边界。 分割边界叠加到原图上的效果 粒度测定 选择各类合适半径尺寸的圆盘结构元对图像进行开操作 对于每一次开操作，计算像素值的和（表面区域） 表面区域是圆盘形结构元半径的函数 MATLAB常用形态学函数 1、dilate函数 该函数能够实现二值图像的膨胀操作，有以下形式： BW2=dilate(BW1，SE) BW2=dilate(BW1，SE，…，n) 其中：BW2=dilate(BW1，SE)表示使用二值结构元素矩阵SE对图像数据矩阵BW1执行膨胀操作。输入图像BW1的类型为double或unit8，输出图像BW2的类型为unit8。 BW2=dilate(BW1，SE，…，n)表示执行膨胀操作n次。 2、erode 函数 该函数能够实现二值图像的腐蚀操作，有以下形式： BW2= erode(BW1，SE) BW2= erode(BW1，SE，…，n) 3、imclose函数 IM2=imclose(IM,SE) 该函数功能是对灰度图像执行形态学闭运算 4、imopen函数 IM2=imopen(IM,SE) 该函数功能是对灰度图像执行形态学开运算 MATLAB常用形态学函数 5、bwmorph函数 该函数的功能是实现二值图像形态学运算。 ① BW2=bwmorph(BW1，operation) ② BW2=bwmorph(BW1，operation，n) operation为下列之一： ‘bothat’: 先腐蚀再膨胀，然后减去原图像 ‘bridge’: 连接运算 ‘fill’: 填充孤立点 ‘clean’：除去孤立的像素(被0包围的1) ‘open’: 执行二值开运算 ‘close’：执行二值闭运算 ‘dilate’：用结构元素计算图像膨胀 ‘erode’：用结构元素计算图像腐蚀 MATLAB常用形态学函数 击中或击不中变换 是形状检测的一种基本工具。 击中-击不中变换实际上对应两个操作，所以用到两个结构元素。 击中或击不中变换 设有两幅图像A和B，如果A∩B≠φ，那么称B击中A，其中φ是空集合的符号； 否则，如果A∩B=φ，那么称B击不中A （a）B击中A； （b）B击不中A 一般来说，一个物体的结构可以由物体内部各种成分之间的关系来确定。为了研究物体（在这里指图像）的结构，可以逐个地利用其各种成分 (例如各种结构元素)对其进行检验，判定哪些成分包括在图像内，哪些在图像外，从而最终确定图像的结构。 击中/击不中变换就是在这个意义上提出的。 击中或击不中变换 ? A对B进行的击中/B在A中的匹配表示为： B ? ?B1, B2 ?, B1 ? X , B2 ? ?W ? X ? B1是由与一个目标对象相联系的B元素构成的集合 B2是由与相应背景有关的B元素构成的集合 ? W-X对A的补集 腐蚀的结果 X对A腐蚀的结果 它们的交集，得到X的原点位置。在该位置，X找到了在A中的匹配（击中） 设X被包围在一个小窗口W中，与W有关的X的局部背景定义为W-X A的补集 形状检测 检测X的位置 一些基本的形态学算法 边界提取 区域填充 连通分量的提取 凸壳 细化 粗化 骨架 裁剪 实际用途 提取用于表示和描述形状的图像成分 边