数字图像处理第九章.ppt

第九章 形态学图像处理 预备知识 膨胀与腐蚀 开操作和闭操作 击中或击不中变换 一些基本的形态学算法 灰度级形态学 第九章 形态学图像处理 第九章 形态学图像处理 预备知识 预备知识 集合论中的几个基本概念 二值图像的逻辑运算 集合论中的几个基本概念 基本概念：并、交、补、差 附加： (1) :B的反射—关于结构元素的中心 (2)(A)z :集合A平移到点z={z1,z2} 二值图像的逻辑运算 膨胀与腐蚀 膨胀和腐蚀是形态学算法的基础 膨胀：使图像扩大 腐蚀：使图像缩小 膨胀 A被B膨胀的定义： B为结构元素 膨胀 膨胀算法实现过程: 将结构元素B的原点移至集合A的某一点 将结构元素中点的坐标与集合A中该点坐标相加,得到对集合中一点的膨胀运算结果 对集合A中所有元素重复该过程 桥接裂缝 膨胀最简单的应用之一是将裂缝桥接起来 形态学方法优于低通滤波方法的一个直接优点是这种方法在一幅二值图像中可以直接得到结果。 腐蚀 A被B腐蚀的定义： B对A的腐蚀是一个用z平移的B包含在A中的所有的点z的集合。 膨胀和腐蚀的对偶性： 膨胀和腐蚀这两种运算是紧密联系在一起的，一个运算对图像目标的操作相当于另一个运算对图像背景的操作。 对一个给定的目标图像X和一个结构元素 S，将S在图像上移动。在每一个当前位置x，S+x只有三种可能的状态 第一种情形说明S+x与X相关最大， 第二种情形说明S+x与X不相关， 而第三种情形说明S+x与X只是部分相关 腐蚀的应用 腐蚀在数学形态学运算中的作用是消除物体边界点。 如果结构元素取3×3的像素块，腐蚀将使物体的边界沿周边减少一个像素。 腐蚀可以把小于结构元素的物体(毛刺、小凸起)去除，这样选取不同大小的结构元素，就可以在原图像中去掉不同大小的物体。 如果两个物体之间有细小的连通，那么当结构元素足够大时，通过腐蚀运算可以将两个物体分开。 使用腐蚀除去图像的某些部分 腐蚀的一种简单用途是从二值图像中消除不相关的细节 假设这里只要求留下最大的正方形而除去其他的正方形，我们可以通过用比我们要保留的对象稍小的结构元对图像进行腐蚀。 然后再用同一结构元对图像进行膨胀。 开操作和闭操作/开启和闭合 开操作和闭操作/开启和闭合 开操作的几何解释： 闭操作的几何解释： 开操作的性质： (1)A B是A的子集合。 (2)如果C是D的子集，则C B是D B的子集。 (3)(A B) B=A B 闭操作的性质： (1)A是A B的子集。 (2)如果C是D的子集，则C B是D B的子集。 (3)(A B) B=A B 二值形态学中的运算对象是集合。设A为图像集合，B为结构元/结构元素，数学形态学运算是用B对A进行操作。 需要指出，实际上结构元素本身也是一个图像集合。对每个结构元素可以指定一个原点，它是结构元素参与形态学运算的参考点。 应注意，原点可以包含在结构元素中，也可以不包含在结构元素中，但运算的结果常不相同。 二值形态学中两个最基本的运算是腐蚀与膨涨 开操作:先用B对A腐蚀，然后再用B对结果进行膨胀 闭操作:先用B对A膨胀，然后再用B对结果进行腐蚀 针对形态学滤波使用开操作和闭操作 形态学运算可以用于构造与空间滤波概念相类似的滤波器。 一幅受噪声污染的指纹二值图像，这里的噪声表现为黑色背景上的亮元素和亮指纹部分的暗元素。 由开操作后紧跟着闭操作形成的形态学滤波器可以消除噪声。(先开后闭) 击中或击不中变换 击中或击不中变换 设有两幅图像A和B，如果A∩B≠φ，那么称B击中A，其中φ是空集合的符号； 否则，如果A∩B=φ，那么称B击不中A 一般来说，一个物体的结构可以由物体内部各种成分之间的关系来确定。为了研究物体（在这里指图像）的结构，可以逐个地利用其各种成分 (例如各种结构元素)对其进行检验，判定哪些成分包括在图像内，哪些在图像外，从而最终确定图像的结构。 击中/击不中变换就是在这个意义上提出的。 击中或击不中变换 一些基本的形态学算法 边界提取 区域填充 连通分量的提取 凸壳 细化 粗化 骨架 裁剪 边界提取 边界提取的方法： 先用B对A腐蚀,然后用A减去腐蚀的结果 一幅简单的二值图像，(b)为使用上例中3x3的结构元素进行处理的结果。 区域填充 使用迭代法进行区域填充/孔洞填充： 迭代法进行连通分量的提取 使用连通分量检测包装食物中的外来物 一幅含有碎骨的鸡胸脯X光图像。 使用阈值法将骨头从背景中提