去噪处理（数字图像处理课件）.pptx

MatLab函数BW2=imdilate(BW1,SE)实现二值图像的膨胀运算BW1为原始二值图像，SE为结构元素，BW2为膨胀后的二值图像例：BW1=imread(text.tif);%生成4*2的结构元素，每个元素值都为1SE=ones(4,2);BW2=imdilate(BW1,SE);subplot(1,2,1),imshow(BW1);subplot(1,2,2),imshow(BW2);单目标果实识别2.3去噪处理 MatLab函数BW2=imerode(BW1,SE)实现二值图像的腐蚀运算BW1为原始二值图像，SE为结构元素，BW2为膨胀后的二值图像例：BW1=imread(text.tif);%生成4*2的结构元素，每个元素值都为1SE=ones(4,2);BW2=imdilate(BW1,SE);BW3=imerode(BW2,SE);subplot(1,3,1),imshow(BW1);subplot(1,3,2),imshow(BW2);subplot(1,3,3),imshow(BW2);单目标果实识别2.3去噪处理 MatLab函数BW2=bwmorph(BW1,operation) BW2=bwmorph(BW1,operation,n)形态学运算族函数operation为指定的形态学运算‘remove’ : 去除内点，提取边界，即如果像素的4邻域都为1，则像素值为0‘skel’, n=Inf : 提取物体的骨架。即去除物体外边缘的点，但是保持物体不发生断裂。单目标果实识别2.3去噪处理 MatLab函数BW2=bwmorph(BW1,operation)BW2=bwmorph(BW1,operation,n)例BW1 = imread(circles.tif);imshow(BW1);BW2 = bwmorph(BW1,remove);BW3 = bwmorph(BW1,skel,Inf);figure, imshow(BW2)figure, imshow(BW3)单目标果实识别2.3去噪处理 形态学图像处理 基础知识腐蚀和膨胀 开操作和闭操作基本的形态学算法MatLab函数单目标果实识别2.3去噪处理 基础知识子集：并集：交集： 如果 ，则称互斥的或不相容的补集。A的补集记为 差集：记为A－B，定义为：单目标果实识别2.3去噪处理 基础知识例1: 集合的基本运算单目标果实识别2.3去噪处理 基础知识位移： A用z=(z1，z2)位移，记为(A)z，定义为： 映像： A的映像记为 ，定义为单目标果实识别2.3去噪处理 基础知识二值图像的逻辑运算ANDORNOT第8章 形态学图像处理单目标果实识别2.3去噪处理 腐蚀和膨胀 膨胀（Dilation）A用B来膨胀写作 ，定义为：过程：先对B做关于原点的映象，再将其映象平移x，结果是平移后与A交集不为空的x集合。理解：用B来膨胀A得到的集合是 的位移与A至少有一个非零元素即有相交时B的原点位置的集合第8章 形态学图像处理BAB称为结构元素单目标果实识别2.3去噪处理 腐蚀和膨胀带有间断字符的低分辨率示例第8章 形态学图像处理结构元素单目标果实识别2.3去噪处理 腐蚀和膨胀腐蚀（erosion）A用B来腐蚀写作 ，定义为：B移动后完全包含在A中时，B的原点位置的集合作用原点在结构元素（B）中，收缩图像结构元素不包含原点时，可以用作填充内部空洞AB单目标果实识别2.3去噪处理 练习 对下列图像（X是图像，B是结构元素）分别作膨胀和腐蚀处理，请画出处理之后的图像单目标果实识别2.3去噪处理 腐蚀和膨胀例3: 腐蚀图像（a）含长度为1，3，5，7，9，15的正方形（b）结构元素为13×13，对（a）腐蚀的结果（c）结构元素为13×13 ，对（b）进行膨胀（a）（b）（c）单目标果实识别2.3去噪处理 开操作和闭操作开操作（ opening）定义：B对A进行的开操作就是先用B对A腐蚀，然后用B对结果进行膨胀表示：含义： 的边界通过B在A的边界内转动时，B中的点所能达到的A的边界的最远点等价表示：第8章 形态学图像处理单目标果实识别2.3去噪处理 开操作和闭操作闭操作（ close）定义：B对A进行的闭操作就是先用B对A膨胀，然后用B对结果进行腐蚀表示：含义： 的边界通过B在A的边界外转动时，B中的点所能达到的A的边界的最远点等价表示：第8章 形态学图像处理单目标果实识别2.3去噪处理 开操作和闭操作单目标果实识别2.3去噪处理 开操作和闭操作开操作与闭操作(a)有噪声的图像A(b)