【2017年整理】数字图像处理作业.docxVIP

PAGE6/ NUMPAGES10 数字图像处理作业 题目：图像膨胀与图像腐蚀 学院： 班级： 学号： 姓名： 一、实验原理 1、膨胀：给图像中的对象边界添加像素。 将与物体接触的所有背景点合并到该物体中，使边界向外部扩张的过程。利用它可以填补物体中的空洞。B对X膨胀所产生的二值图像D是满足以下条件的点（x,y）的集合:如果B的原点平移到点（x,y），那么它与X的交集非空。数学表达式：BAC?? 可以使用imdilate函数进行图像膨胀,imdilate函数需要两个基本输入参数，即待处理的输入图像和结构元素对象。结构元素对象可以是strel函数返回的对象，也可以是一个自己定义的表示结构元素邻域的二进制矩阵。此外，imdilate还可以接受两个可选参数：PADOPT(padopt) ——影响输出图片的大小、PACKOPT(packopt).——说明输入图像是否为打包的二值图像(二进制图像)。 2、腐蚀：删除对象边界某些像素。 一种消除边界点，使边界向内部收缩的过程。利用它可以消除小而且无意义的物体。B对X腐蚀所产生的二值图像E是满足以下条件的点（x,y)的集合：如果B的原点平移到点（x,y），那么B将完全包含于X中。数学表达式： BAC? 可以使用imerode函数进行图像腐蚀。imerode函数需要两个基本输入参数：待处理的输入图像以及结构元素对象。此外，imerode函数还可以接受3个可选参数：PADOPT(padopt) ——影响输出图片的大小、PACKOPT(packopt).——说明输入图像是否为打包的二值图像(二进制图像)。M——指定原始图像的行数。 二、实验内容 1、膨胀的实验步骤 步骤1，首先创建一个包含矩形对象的二值图像矩阵。 BW=zeros(9,10); BW(4:6,4:7) =1 步骤2，使用一个3×3的正方形结构元素对象对创建的图像进行膨胀。 SE=strel(square,3) 步骤3，将图像BW和结构元素SE传递给imdilate函数。 BW2=imdilate(BW,SE) 步骤4，显示结果。 imshow(BW,notruesize) imshow(BW2,notruesize); 效果图 2、腐蚀的实验步骤 步骤1，读取图像cameraman.tif （该图像是Matlab当前目录下自带的图片） BW=imread(D:\1.jpg ); BW1=rgb2gray(BW); 步骤2，创建一个任意形状的结构元素对象 SE=strel(arbitrary,eye(5)); 步骤3，以图像BW1和结构元素SE为参数调用imerode函数进行腐蚀操作。 BW2=imerode(BW1,SE); 步骤4，显示操作结果 imshow(BW1) ,title(原图像); figure,imshow(BW2),title(腐蚀后的图像); 效果图 3、膨胀和腐蚀联合操作的步骤： 步骤1，创建结构元素： clear;close all SE = strel(rectangle,[40 30]); %注意:结构元素必须具有适当的大小,既可以删电流线又可以删除矩形. 步骤2,使用结构元素腐蚀图像: %将会删除所有直线,但也会缩减矩形 BW=imread(D:\1.jpg ); BW1=rgb2gray(BW); BW2=imerode(BW1,SE); imshow(BW2),title(腐蚀后的图像); figure,imshow(BW1),title(原图像); 步骤3,恢复矩形为原有大小,使用相同的结构元素对腐蚀过的图像进行膨胀. BW3=imdilate(BW2,SE); figure,imshow(BW3), title(膨胀后的图像); 效果图 4、基于膨胀与腐蚀的形态操作——骨架化和边缘检测 （1）骨架化： 某些应用中，针对一副图像，希望对图像中所有对象简化为线条，但不修改图像的基本结构，保留图像基本轮廓，这个过程就是所谓的骨架化。提供了专门的函数bwmorph，可以实现骨架化操作。 clear;close all BW=imread(D:\1.jpg ); BW1=rgb2gray(BW); BW2=bwmorph(BW1,skel,Inf); imshow(BW1) ,title(原图像); figure,imshow(BW2) , title(骨架化); 效果图 （2）边缘检测 对于一副灰度二进制图像,如果图像像素值为1,则该像素的状态为ON,如果其像素值为0,则该像素的状态为OFF。在一副图像中，如果图像某个像素满足以下两个条件： 1.该像素状态为ON, 2.该像素邻域中有一个或多个像素状态为OFF。 则认为该像素为边缘像素。 Matlab中提供了专