第九形态学图像处理精要.ppt

第九章 形态学图像处理 内容提纲: 1. 数学形态学的发展历史及基本概念 2. 数学基础 3. 形态学基本运算 4. 二值形态学图像处理基本操作 5. 灰阶图像形态学处理基本操作 6. 形态学图像处理基本应用 7. 总结 9.1 数学形态学历史及基本概念 发展历史（1） 发展历史（2） 形态学图像处理概念 形态学图像分析的基本步骤 形态学图像变换中结构元选取的原则 形态学图像分析的优点 9.2 数学基础 集合关系的图形表示 9.3 二值形态学基本运算 膨胀 (dilation) 腐蚀 (erosion) 开和闭 (opening and closing) 击中与否变换 (hit-or-miss) 9.3.1 膨胀运算 膨胀过程解释图示 膨胀操作应用举例：桥接断裂图像间的间隙 9.3.2 腐蚀运算 腐蚀过程解释图示 腐蚀去除图像中的某些部分 腐蚀操作应用举例：消除二值图像中的不相关细节 9.3.3 开和闭运算 开运算的几何解释 闭运算 闭运算的几何解释 开操作和闭操作的简单说明 开、闭运算的基本作用 开、闭运算形态学滤波举例：指纹噪声消除 9.3.4 击中与否变换 9.4 二值形态学图像处理基本操作 边界抽取 (boundary extraction) 区域填充 (region filling) 连接分量提取 (extraction of connected components) 凸壳算法 (convex hull) 细化 (thinning) 粗化 (thickening) 骨架 (skeletons) 修剪 (pruning) 9.5.1 边界抽取 应用实例：人形上半身图像侧面轮廓提取 9.5.2 区域填充 区域填充过程图示 区域填充应用实例： 连接分量提取应用实例 －鸡肉块中显著尺寸骨头碎片的提取 9.5.4 凸壳算法 凸壳算法图形化过程 9.5.5 细化算法 细化过程演示 9.5.6 粗化算法 粗化算法过程图例说明 9.5.7 骨架提取算法 骨骼化过程和重建过程图形演示 9.5.8 修剪算法 9.5.9 二值图形形态学算法总结 9.6 形态学算法用于灰阶图像处理 灰度膨胀 灰度腐蚀 灰度开和闭运算 灰度形态学处理应用 9.6 形态学算法用于灰阶图像处理 非平坦和平坦结构元 9.6.1 灰度膨胀 一维灰度膨胀图示 9.6.2 灰度腐蚀 一维灰度腐蚀图示 灰度膨胀和腐蚀运算应用实例 灰度膨胀和腐蚀运算应用实例 9.6.3 灰度开和闭运算 开、闭运算的几何解释 开、闭运算的几何解释 开、闭运算的效果 开、闭运算的属性 开、闭运算应用实例 开、闭运算应用实例 9.6.4 灰度形态学处理应用 形态学平滑 形态学梯度 Top-hat 变换 纹理分割 粒子测度 (granulometry) 形态学平滑 形态学平滑 形态学梯度 形态学梯度 Top-hat 变换 Top-hat 变换 纹理分割 思路与步骤 示例结果 粒子测度 思路与步骤 示例结果 9.7 总结 坚实的理论基础－集合理论 作为基本操作的膨胀和腐蚀可以产生很大一类的形态学处理算法； 形态学图像处理被广泛应用于图像分割和图像描述等方面 注意不同图中亮和暗细节的变化 开运算： 闭运算： 开、闭运算也相对补和反射操作成对偶关系 开运算通常用于去除小的（相对于结构元素而言）亮细节，而保留总体的灰度及和大的亮的特征不变。因为开始的腐蚀操作消除小细节的同时也使图像变暗，所以后面的膨胀过程用于增加图像的整个强度，但不会再引入被去除的细节。 开运算通常用于去除小的（相对于结构元素而言）亮细节，而保留总体的灰度及和大的亮的特征不变。因为开始的腐蚀操作消除小的亮细节的同时也使图像变暗，所以后面的膨胀过程用于增加图像的整个强度，但不会再引入被去除的细节。 闭运算通常用于去除小的（相对于结构元素而言）暗细节，同时相对保留亮特征不变。因为开始的膨胀操作消除暗细节的同时也使图像变亮，所以后面的腐蚀过程使图像变暗，但不会再引入被去除的细节。 开运算： 闭运算： 其中 e?r 表示 e 的域是 r 的域的子集。 注意：图(a)中小的亮细节的尺寸减小，而对暗的灰度没有影响； 图(b)中的小的暗细节尺寸减小，而对亮特征没什么效果。 开运算后接一闭运算操作，用于消除亮的和暗的伪迹或噪声 实例： 定义： 效果：突出图像中灰度尖锐过渡的区域，当使用对称结构元素时，该算法对边缘方向性的依赖比空间增强技术中的梯度算子更小。 实例： 定义： 顶帽变换 底帽变换 作用1：从一幅图像中删除物体 顶——暗背景上的亮物体——白顶帽变换 底——亮背景上的暗物体——黑底帽变换 作用2：校正不均匀光照 先看处理任务：分开下图(a)中由不同大小圆球组成的两个纹理区域。 用与图像左边球大小相当的结构元素（此时左边的球相