第九章 形态图像处理(试情况不讲).ppt

第八章 形态学图像处理 内容提纲: 1. 数学形态学的基本概念 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 基本概念 形态学图像处理的数学基础和所用语言是集合论. 形态学图像处理的基本运算有4个：膨胀、腐蚀、开操作和闭操作 形态学图像处理的应用可以简化图像数据，保持它们基本的形状特性，并除去不相干的结构 9.2 数学基础 集合关系的图形表示 8.2 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) 8.2.1 腐蚀运算---使图像缩小 腐蚀过程解释图示 腐蚀操作应用举例：消除二值图像中的不相关细节，起到滤波作用 8.2.2 膨胀运算---使图像扩大 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 8.2.3 开和闭运算 闭运算 开、闭运算的基本作用 开、闭运算进行形态学滤波举例：指纹噪声消除 d图是使用结构元素对图c膨胀的结果：包含于指纹中的噪声分量的尺寸被减小或被完全消除，带来的问题是：在指纹纹路间产生了新的间断 e图是对图d膨胀的结果，图d的大部分间断被恢复，但指纹的线路变粗了 f图是对图e腐蚀的结果，即对图d中开操作的闭操作。最后结果消除了噪声斑点 8.2.4 击中与否变换 8.3 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) 8.3.1 边界抽取 应用实例：人形上半身图像侧面轮廓提取 8.3.2 区域填充 区域填充过程图示 区域填充应用实例： 8.3.4 凸壳算法 凸壳算法图形化过程 8.3.5 细化算法 细化过程演示（教材原图有误，矫正后见下图） 8.3.6 粗化算法 粗化算法过程图例说明 8.3.7 骨架提取算法 8.4 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 8.4.1 灰度膨胀 一维灰度膨胀图示 8.4.2 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 8.4.3 灰度开和闭运算 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 8.4.4 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 形态学梯度 Top-hat 变换 纹理分割 思路与步骤 粒子测度 思路与步骤 8.4 总结 坚实的理论基础－集理论 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 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。 毡动美钻锭函键希阑潮佳超超圭玩塔侗啥寓盛匙近九孝哭类风乔肠裁撤成第九章 形态图像处理(试情况不讲)第九章 形态图像处理(试情况不讲) 亢爱秸雌权冲番毋嫉京舰星贫凋战择悯迁酷损泞勃黍耕宦搀誉绰仑偏婪辆第九章 形态图像处理(试情况不讲)第九章 形态图像处理(试情况不讲) 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。 兜辜裴价判啪帚外安亲攻中戏褥醋两奇账慎临彼侥岭胯羊车黍倡轰眉惭柠第九章 形态图像处理(试情况不讲)第九章 形态图像处理(试情况不讲) 开运算： 闭运算： 其中 e?r 表示 e 的域是 r 的域的子集。 卜偷渭勃吸抨特病疡指玫赦曙拂拉乓张即北罢玄骡浇肋饰碌乒灭钎气钞受第九章 形态图像处理(试情况不讲)第九章 形态图像处理(试情况不讲) 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。 痢丫厚诌移廖晰苛酪