第十二讲数学形态学及其应用.pptVIP

Lecture 12Morphological Image Processing Introduction 数学形态学的历史可回溯到19世纪Euler，20世纪Minkowski等人的研究，1964年法国的Matheron和Serra在积分集合的研究成果上，将数学形态学引入图像处理领域，并研制了基于数学形态学的图像处理系统。 概念 数学形态学是一门建立在严格数学理论的基础上，分析空间结构的形状、框架的学科。其语言是集合论，这是极其重要的，也意味着： (1) 它的运算是由集合运算来定义 (2) 所有的方式都必须以合理的方式转换为集合 数学形态学的方法 结构元素(structuring element) 结构元素与被处理的目标图像中抽取何种信息密切相关，结构元素可携带形态大小、灰度、色度等信息。不同点的集合形成具有不同性质的结构集合。 5）补集 二值腐蚀(Erosion) 二值膨胀(Dilation) 二值开运算(Opening) 二值闭运算(Closing) 【MATLAB实现】 1. IPT函数imdilate执行膨胀运算 其基本的调用语法为 A2=imdilate(A,B) 其中，A和A2都是二值图像，B是指定结构元素的由0和1组成的矩阵。 腐蚀用IPT函数imerode执行 2开运算和闭运算在工具箱中用函数imopen和imclose实现。这两个函数的语法形式为 C=imopen(A,B)和C=imclose(A,B) 其中，A是二值图像，B是指定结构元素的由0和1组成的矩阵。 3 IPT函数strel运用各种形状和大小构造结构元素，其基本语法为 Se=strel(shape,parameters) 其中，shape是指定希望形状的字符串，而parameters是指定形状信息（如其大小）的一列参数。 * * 输入图像 移位、交、并等集合运算 输出图像 结构元素 形态学处理的基本思想：利用结构元素(structuring element)作为“探针”，在图像中不断移动，在此过程中收集图像的信息、分析图像各部分间的相互关系，从而了解图像的结构特征。 最基本的形态学运算有：膨胀(Dilation)、腐蚀(Erosion) 、开(Opening)、闭(Closing) 数学形态学在图像处理中的应用主要是： 利用形态学的基本运算，对图像进行观察和处理，从而达到改善图像质量的目的； 描述和定义图像的各种几何参数和特征，如面积、周长、连通度、颗粒度、骨架和方向性等。 集合论的几个基本概念 (Some Basic Concepts from Set Theory) 设有一幅图像X，图像以外的点就是该图像的补集，记作XC。 X XC 8）逻辑关系 如图，黑表示1 白表示0 非(NOT) 与(AND) 或(OR) 异或(XOR) 非与(NOT-AND) 表现： 结构元素和图像之间对应区域进行特定的逻辑运算，运算结果为输出图像的相应像素。 效果： 取决于结构元素的大小、内容以及逻辑运算的性质。 常见形态学运算： 腐蚀（Erosion），膨胀（Dilation）， 开（Opening），闭（Closing）等。 由将B平移x仍包含在A内所有点x组成 是一个消除边界点，使边界向内部收缩的过程 图中左边是被处理的图像（二值图像，我们针对的是黑点），中间是结构元素B，右边是被处理的图像 是将一个物体所接触到的背景点合并到该物体中，是物体外界对外扩张的过程 图中左边是被处理的图像（二值图像，我们针对的是黑点），中间是结构元素B，右边是被处理的图像 先腐蚀后膨胀 图中左边是被处理的图像（二值图像，我们针对的是黑点），中间是结构元素B，右边是被处理的图像 先膨胀后腐蚀 1 原始有噪声的图像 2 腐蚀图像 3 原始图像的开操作 4 开操作后的膨胀 5 开操作后的闭操作 *