值图像处理方法与数学形态学.ppt

两个像素是不是同属于一个物体 * 腐蚀的作用是消除物体边界点。如果结构元素取3*3的黑点块，腐蚀将使物体的边界沿周边减少一个像素。 腐蚀可以把小于结构元素的物体去除，这样选取不同大小的结构元素，就可以去掉不同大小的物体。 如果两个物体之间有细小的连通，那么当结构元素足够大时，通过腐蚀运算可以将两个物体分开。 * * 开启操作的几何解释 假设将结构元素B看成一个转球. 开启结果的边界通过B中的点完成,即B在A的边界内部转动时,B中的点所能到达A的边界的最远点. 注意:最后的结果是去除了三角形的三个角. 开启后的面积小于或等于原面积 * * * * 数学形态学图像处理--闭合运算 4、闭合运算 先膨胀后腐蚀的过程称为闭合运算。 它具有填充物体内细小空洞、连接临近物体、在不明显改变物体面积的情况下平滑其边界的作用。 闭合运算定义为： 闭合操作的几何解释 假设将结构元素B看成一个转球. 闭合结果的边界通过B中的点完成,即B在A的边界外部转动时,B中的点所能到达A的边界的最远点. 注意:闭合后的结果,填充了原来的小三角.面积一般大于或等于原面积. * * * * 数学形态学图像处理 通常，当噪声图像用阈值分割时，所得到的边界往往很不平滑的，物体区域具有一些错判的孔，背景区域上则散布着一些小的噪声物体。 连续的开和闭运算可以显著地改善这种情况。 有时接连几次腐蚀迭代之后，加上相同次数的膨胀，才可以产生所期望的效果。 * * 开启运算使目标轮廓光滑，并去掉了毛刺和孤立点，锐化角，闭合运算则填平小沟，弥合孔洞和裂缝。膨胀和腐蚀的反复使用就可检测或清除图像中的小成分或孔。 开启和闭合操作的进一步的例子 图(a)是原图.图(b)~(e)是开启的结果,向外的拐角圆滑了，向内的拐角未受影响,中间的桥接消失了;图(f)~(i)是闭合的结果,向内的拐角圆滑了，向外的拐角未受影响,左边的缝隙消失了. * * * * 数学形态学图像处理 5、腐蚀和膨胀的变种 通常反复施以腐蚀运算，将使一个物体变得不存在。 类似地，反复膨胀将把一幅图像中的所有物体合并为一个。 然而，可以对腐蚀和膨胀过程适当地加以改变，以便在一些应用中产生更合适的效果。 * * 数学形态学图像处理 （1）收缩（Shrinking） 当腐蚀以一种不触及单像素物体的方式时，这个过程称为收缩（Shrinking）。 当物体总数必须保持不变时，这种方法很有用。 但收缩时会使非常不圆的物体（如哑铃状的物体）分解，因此这种技术有它的局限性。 * * 数学形态学图像处理 （2）细化（Thinning） 将一个曲线形物体细化为一条单像素宽的线，从而图形化地显示出其拓扑性质。这种方法可用作分隔有相互接触物体的算法的基础。 (3)抽骨架—细化的一种。 也称中轴变换。 （4）粗化：在不合并相互分离的物体下进行扩大边界。 * * 膨胀处理的一个例子：填补隙缝 * * 腐蚀 膨胀 开运算用来消除小物体、在纤细点处分离物体、平滑较大物体的边界 闭运算用来填充物体内细小空洞、连接邻近物体、平滑其边界的同时并不明显改变其面积 * * 开运算,闭运算,腐蚀,膨胀 形态学滤波 形态学可以构造与空间滤波概念类似的滤波器. 右图(a)中的二值图像显示了受噪声污染的部分指纹图像.(噪声表现为黑色背景上的亮元素与亮指纹部分的暗元素). 消除噪声,使图像失真尽可能减少. 先开启操作再闭合操作. 图(c)是腐蚀的结果,背景噪声被消除了,因为噪声的尺寸小于结构元素.而包含于指纹中的噪声元素(黑点)的尺寸却有增加.图(d)的膨胀结果消除了指纹中的噪声.===?开启操作消除了背景和指纹中的噪声,但在指纹纹路间产生了新的间断. 图(e)对开启的结果进行膨胀,大部分的间断被恢复了,但纹路变粗了;图(f)再对结果进行腐蚀.==?闭合操作 最后的结果有些指纹的纹路没有被完全恢复.—进一步用抽取骨架的办法. * * * * 课堂练习 左图为二值图像B（7*7）,右为结构元素图像S(3*3,原点在中间),求对B进行开启和闭合运算的图像.对结果进行讨论. 未出现的像素为0-像素. 二值图像B 结构元素图像S(3*3,原点在中间) * * 先腐蚀后膨胀的过程称为开启运算。 先腐蚀 后膨胀 * * 先膨胀后腐蚀的过程称为闭合运算。 先膨胀 后腐蚀 * * 结果 开启闭合的结果.开启的结果把小成分或幅度狭小的部分除掉.闭合的结果对连接成分的小孔或细小的凹进部分填充. 开启的结果 闭合的结果 * * MATLAB应用实例--根据具体版本调整 (1)、dilate(imdilate)函数 该函数能够实现二值图像的膨胀操作，有以下形式： BW2=dilate(BW1，SE) BW2=dilate(BW1，SE，…，n) 其中：BW2=