数字图像处理在二值形态学及其灰度形态学方面的应用.pptVIP

灰度形态学的一些应用 top-hat变换 灰度图像梯度处理结果：增强阴影的细节 纹理分割 灰度形态学的一些应用 a 原始图像 b 显示不同纹理边界的图像 先用一系列逐步增大的圆形结构元素进行闭操作，除去小圆， 剩下较 亮的背景； 再用比大圆之间间隙较大的结构元素进行开操作，使空隙区域变的更暗 Confidential BMIE 形态学图像处理 林海叶 形态学图像处理 二值形态学基本操作 2 基本的集合定义 3 1 灰度形态学基本操作 3 3 基本的集合定义 集合：具有某种特定性质，区别于其它事物的一个整体，常用A,B表示. 元素：组成集合的各事物,常用a,b表示.如果a为A的元素，记为 子集: 集合A中的所有元素同时是集合B的元素,记为 并集： 交集： 补集： 差集： 映射： 位移： ， 二值形态学基本操作 什么是结构元素？ 本身是一个图像集合，是一个包含0或1的数组； 可直接携带（形态、大小、灰度或色度）等信息； 在图像中移动，了解图像各个部分之间的相互关系； 结构元素的原点是结构元素参与形态学运算的参考点； 一般结构元素的尺寸要明显小于目标图像的尺寸。 数学形态学是用结构元素对图像进行的操作 膨胀运算 定义： 膨胀的结果：结构元素B的参考点的集合 实例： 或 集合A 结构元素B 膨胀结果 膨胀运算 基本图像的膨胀运算示例： 0 1 0 1 1 0 1 0 结论： 目标的面积大于原有的面积； 膨胀运算可以将断开的目标物进行连接。 结构元素 腐蚀运算 定义： 腐蚀的结果：结构元素在集合A中的参考点的集合。 实例： 腐蚀运算 基于图像的腐蚀运算示例： 结论： 减小了目标物的面积; 将粘连的目标物分开。 膨胀腐蚀的基本性质 对偶性： 交换性和结合性：只有膨胀运算具有这种性质 递增性： 分配性： 证明： 开操作运算 定义： 结论：开操作可以去掉细长的突出、边缘毛刺、孤立斑点，断开目标物之间粘连；与腐蚀作用相似，可以保持目标物尺寸大小不变 示例： 0 1 0 1 1 0 1 0 结构元素 闭操作运算 定义： 结论：闭运算可以填充目标内的细小空间和裂缝； 与膨胀运算相似，可以基本保持目标物尺度大小不变 示例： 开、闭运算的基本性质 对偶性： 开操作满足下列性质： 是A的子集； 如果C是D的子集，则 是 的子集； 幂等： 闭操作满足下列性质： A是 的子集； 如果C是D的子集，则 是 的子集； 幂等： 击中击不中变换 HMT 实例： 定义： 或 解释： 目标对象互不相交情况下， B1在A中找到了匹配（击中）B2在Ac中找到了匹配（击中） 击中击不中变换 HMT 实例：在大小不一的目标图像中，找到尺寸15x 15的目标 噪声滤除 假定所有噪声分量物理大小小于结构元素B 腐蚀消除背景噪声 腐蚀增加物体自身噪声的大小，通过闭操作消除 定义： 实例： 原理： 图像边界提取 定义： 图像边界提取 提取图像边界实例： 0 1 0 1 1 0 1 0 结构元素 区域填充 定义： 给定初值： 当 时，终止迭代。 区域填充 区域填充实例： 连通组元提取 定义： 区域骨架提取 提取骨架定义： 对提取的骨架进行重构： 骨架的定义 在二值图像的内部任意给定一点，如果以该点为圆心存在一个最大圆盘，其整个盘体都在图像的内部， 且至少有两点与目标边界相切，则该点便是骨架上的点。所有最大圆盘的圆心构成了图像的骨架 实现过程： 区域骨架提取 简单图形骨架实例： 区域骨架提取 效果图： 原始二值图像 3x3结构元素 5x5结构元素 7x7结构元素 灰度形态学基本操作 膨胀运算： 一维函数： 二维函数： 腐蚀运算： 一维函数： 二维函数： 设f的长度为N, b的长度为M,腐蚀结果长度为N-M+1. 如果结构元素值都大于零，结果图像灰度值变大，图像变的更亮 如果结构元素值都大于零，结果图像灰度值变小，图像变的更暗 设f的长度为N, b的长度为M,膨胀结果长度为N+M-1. 灰度形态学基本操作 灰度图像处理： 腐蚀效果： 在输入图像中亮的细节面积比结构元素面积小，则亮的效果将被消弱。 消弱的程度取决于环绕于亮细节周围的灰度值和结构元素自身的形状和幅值