第九章 形态学图像处理幻灯片.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、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 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（教材原图有误，矫正后见下图） 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 9.6.1 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 9.6.3 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 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 形态学梯度 Top-hat 变换 纹理分割 思路与步骤 粒子测度 思路与步骤 9.7 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： 其名字的来自于这样一种结构元素：具有平顶 (flat top) 的圆柱形或平行六面体形的结构。其效果是使低灰度级背景下的细节得到加强。 实例： 令集A的边界为?(A), 其可以用某一合适的结构元素B对A先进行腐蚀，然后再把A减去腐蚀的结果来获得。 图例说明（9.4节所有的格子图像均用阴影表示1，白色表示0），当结构元素大小为3×3时，边界厚度为1象素。 这里讨论一种简单的基于膨胀、取补和交的区域填充算法。下图所需填充的区域边界点是8连接的，先从界内一点P开始，用1去填充整个区域（设非边界元素为0），填充过程如下： 其中，B为对称结构元素，当k迭代到Xk=Xk-1时，算法终止，集合Xk和A的并集即为填充结果。上述过程每一步与Ac的交起把结果限制在我们感兴趣区域内的作用（要不膨胀会一直进行，直至填满整个区域），所以上述过程也称条件膨胀。 消除球体二值扫描图像中心由于光放射造成的中心黑色区域 9.5.3 连接成分提取 连接分量提取经常被用于图像自动检测中，先回忆一下象素连接性（2.5.2节）的概念，然后看下图： 上图中，Y表示包含在集合A中的连接成分，并假设Y中的某点P已知，下述表达式将生成所有Y中的元素： 其中，X0＝p，B是如图中所示的一个适当的结构元素，当Xk=Xk-1时，迭代停止，此时，Y＝Xk，注意该表达式与填充过程的表达式的唯一区别是用A代替了那里的补。每次迭代与A取交集的作用是消除中心元素标志为0的那些膨胀结果。结构元素的形状是根据象素8连接性的定义而来的。 凸性(convexity)：如某集合A中任意两点的连线上的所有点都在该集合中，