《图像处理形态学方法》由会员分享，可在线阅读，更多相关《图像处理形态学方法（43页珍藏版）》请在金锄头文库上搜索。
1、形态学图像处理方法 Morphological Image Processing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)膨胀 (Dilation)反折（reflection）平移（translation）A: 原图像, B: 结构元（Structuring element）定义 : 膨胀 (Dilation)AB膨胀(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
2、胀结果图(square,5)膨胀结果图(square,15)腐蚀(Erosion)BAAB腐蚀(Erosion)腐蚀(Erosion)ABAB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!膨胀：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原图 膨胀 腐蚀膨胀示例1 - 对象分割 edge(A,sobel) Hough transform Imdilate, square=18膨胀示例2-图像拼接strel(disk,100) , C(B=true)=falseAi(C=false)=0Bi(C=true
3、)=0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: ABABABAB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=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
4、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
5、只有一个前景邻域，即“细化”到一个像素宽。 Example of thinning 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。Example of thicking骨架/中轴变换 (skeletonization/medial axis transform) 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
6、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)。Examples of skeleton/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, 容易形成毛刺. Tophat / bothat Top hat: Bot hat:Examples of tophat Original iamge Opening(disk,m=12) Tophat
