数字图像处理第9章-数学形态学原理知识讲稿.ppt

数字图像处理学第9章 数学形态学原理（第一讲）;9.1 数学形态学的发展; “数学形态学”的历史可追溯到十九世纪的Eular.steiner.Crofton和本世纪的 Minkowski。 1964年，法国学者J.Serra对铁矿石的岩相进行了定量分析，以预测铁矿石的可轧性。几乎在同时，G.Matheron研究了多孔介质的几何结构、渗透性及两者的关系，他们的研究成果直接导致“数学形态学”雏形的形成。; 随后，J.Serra和 G.Matheron在法国共同建立了枫丹白露（Fontainebleau）数学形态学研究中心。在以后的几年的研究中，他们逐步建立并进一步完善了“数学形态学”的理论体系，此后，又研究了基于数学形态学的图像处理系统。 ; “数学形态学”是一门建立在严格的数学理论基础上的科学。G.Matheron 于1973年出版的《Ensembles aleatoireset geometrie integrate》一书严谨而详尽地论证了随机集论和积分几何，为数学形态学奠定了理论基础。1982年，J.Serra出版的专著《Image Analysis and Mathematical Morphology》是数学形态学发展的里程碑，它表明数学形态学在理论上已趋于完备，在实际应用中不断深入。 ; 此后，经过科学工作者的不断努力，J.Serra主编的《Image Analysis and Mathematical Morphology》Volume2、 Volume3相继出版，1986年，CVGIP（Computer Vision Graphics and Image Processing）发表了数学形态学专辑，从而使得数学形态学的研究呈现了新的景象。同时，枫丹白露研究中心的学者们又相继提出了基于数学形态学方法的纹理分析模型系列，从而使数学形态学的研究前景更加光明。 ; 随着数学形态学逻辑基础的发展，其应用开始向边缘学科和工业技术方面发展。数学形态学的应用领域已不限于传统的微生物学和材料学领域，80年代初又出现了几种新的应用领域，; 如：工业控制、放射医学、运动场景分析等。数学形态学在我国的应用研究也很快，目前，已研制出一些以数学形态学为基础的实用图像处理系统，如：中国科学院生物物理研究所和计算机技术研究所负责，由软件研究所、电子研究所和自动化所参加研究的癌细胞自动识别系统等。 ; 用于描述数学形态学的语言是集合论,因此,它可以提供一个统一而强大的工具来处理图像处理中所遇到的问题。利用数学形态学对物体几何结构的分析过程就是主客体相互逼近的过程。利用数学形态学的几个基本概念和运算，将结构元灵活地组合、分解，应用形态变换序列达到分析的目的。 ; 利用数学形态学进行图像分析的基本步骤有如下几步： 1）提出所要描述的物体几何结构模式，即提取物体的几何结构特征； 2）根据该模式选择相应的结构元素，结构元素应该简单而对模式具有最强的表现力； ;3）用选定的结构元对图像进行击中与否（HMT）变换，便可得到比原始图像显著突出物体特征信息的图像。如果赋予相应的变量，则可得到该结构模式的定量描述； 4）经过形态变换后的图像突出了我们需要的信息，此时，就可以方便地提取信息； ; 数学形态学方法比其他空域或频域图像处理和分析方法具有一些明显的优势。如：在图像恢复处理中，基于数学形态学的形态滤波器可借助于先验的几何特征信息利用形态学算子有效地滤除噪声，又可以保留图像中的原有信息；; 另外，数学形态学算法易于用并行处理方法有效的实现，而且硬件实现容易；基于数学形态学的边缘信息提取处理优于基于微分运算的边缘提取算法，它不象微分算法对噪声那样敏感，同时，提取的边缘也比较光滑；利用数学形态学方法提取的图像骨架也比较连续，断点少。; 数学形态学的核心运算是击中与否变换（HMT），在定义了HMT及其基本运算膨胀（Dilation）和腐蚀(Erosion)后，再从积分几何和体视学移植一些概念和理论，根据图像分析的各种要求，构造出统一的、相同的或变化很小的结构元素进行各种形态变换。在形态算法设计中，结构元的选择十分重要，其形状、尺寸的选择是能否有效地提取信息的关键。 ; 一般情况，结构元的选择本着如下几个原则进行： 1）结构元必须在几何上比原图像简单，且有界。当选择性质相同或相似的结构元时，以选择极限情况为益； 2）结构元的凸性非常重要，对非凸子集，由于连接两点的线段大部分位于集合的外面，故而用非凸子集作为结构元将得不到什么信息。 ; 总之，数学形态学的基本思想和基本研究方法具有一些特殊性，掌握和运用好这些特性是取得良好结果的关键。