形态学图像处理方法

《形态学图像处理方法》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、形态学图像处理方法MorphologicalImageProcessing形态学方法膨胀(dilation)腐蚀(erosion)开(opening)闭(closing)击中-击不中(hit-miss)细化(thinning)粗化(thicking)骨架化(Skeleton)扩张(Dilation)反折（reflection）平移（translation）A:原图像,B:结构元（Structuringelement）定义:扩张(Dilation)AB扩张(Dilation)AB效果:当结构元的宽度大于缝隙的宽度时,用膨胀方法可”填平”这些缝隙!膨胀结果图(square,5)腐蚀(Eros

2、ion)BAAΘB腐蚀(Erosion)腐蚀(Erosion)ABAΘB效果:当结构元的宽度大于”桥梁”的宽度时,用腐蚀方法可断开这些桥梁!扩张：扩大1区域，滤除小面积0区域腐蚀：扩大0区域，滤除小面积1区域扩张与腐蚀是互补的操作膨胀与腐蚀对比图开运算(Opening)目的:保留与结构元形状相似的前景部分。可去除比结构元的小的前景!(“开”运算和“腐蚀”有点类似，但它不像“腐蚀”那样具有破坏性。)定义:ABAΘBABAΘB开运算例子1用圆形的结构元对图像进行“开”运算，可以分离出白色圆形对象并计数(disk,m=15)开运算例子2用不同大小的结构元(disk)提取不同的对象disk(m=

3、11;m=7)闭运算(Closing)定义:目的:保留和结构元形状相似的背景部分。可去除比结构元的小的背景!(“闭”运算和“膨胀”运算有点类似，但它不像“膨胀”那样使对象各部分变形严重。)ABBA闭运算例子1应用:提取特殊形状的背景(disk,m=22)闭运算例子2应用:对前景”填充”(disk,m=20).(要求:结构元比”空洞”大!)Hit-and-Miss计算过程:如果结构元与图像中的前景和背景部分完全匹配，则结构元原点对应的点被置为1，否则被置为0。定义:例子1应用:提取角点细化(thinning)定义:thin(A,B)=A–A*B计算过程:如果结构元与图像中的前景和背景部分完

4、全匹配，则结构元原点对应的点被置为0，否则保持不变。通常这个运算过程要不断重复，直至图像不再有什么变化。也就是说，在保证图像边缘连续的情况下，使对象的边缘只有一个前景邻域，即“细化”到一个像素宽。Exampleofthinning注意，对于每一次循环，先用左边的结构元然后再用右边的结构元进行“细化”；接着，在其它三个方向分别进行“细化”（每次，两个结构元均旋转90°）。“细化”的骨架是连续的。厚化(thicking)定义:计算过程:如果结构元与图像中的前景和背景部分完全匹配，则结构元原点对应的点被置为1，否则保持不变。Exampleofthicking骨架/中轴变换(skeletoniz

5、ation/medialaxistransform)骨架定义：骨架就是在前景区内，和对象边缘双正切的所有圆的圆心点的集合(结果是一个二值图)。比如，一个长方形的骨架如下:“中轴变换”的结果是一个灰度图像，骨架上每一点的密度值代表该点到原对象边缘的距离(正切圆的半径)。骨架变换实现方法:1.反复进行“细化”直至不能再细化为止（Skeletonization)。2.先进行“距离变换”；然后确定局部最大距离的所在点位置，即对象的骨架或中轴(MAT)。Examplesofskeleton/MAT注意:“中轴”可以用来准确地重建对象的原形,而骨架则不行.skeleton骨架变换对噪音非常敏感,容易

6、形成毛刺.Tophat/bothatTophat:Bothat:ExamplesoftophatOriginaliamgeOpening(disk,m=12)Tophat