数字图象处理及matlab的实现 ppt 课件 第09章.ppt

* 第9章 形态学图像处理 起源于20世纪60年代，依据数学形态学( Mathematical Morphology)的集合论方法发展起来的图像处理方法，最初仅针对二值图像。 数学形态学近年来在数字图像处理和机器视觉领域中得到了广泛的应用，形成了一种独特的数字图像分析方法和理论。 利用特殊定义的“结构单元”(structure element)与二值图像对应区域进行集合运算，实现与形状有关的分析与处理。 形态学图像处理的输入为图像，输出为代表目标特征的图像成分，在本课程中是从低层次处理到高层次处理的一个过渡。 * 9.1 预备知识 将二值图像视为特定像素（如黑色像素，根据需要也可选择白色像素，标记为1）的集合，集合的元素为像素坐标(x,y)。 集合论(set theory)基础：设A，B为Z2中的集合。 元素(element)：如果a=(a1,a2)是A中的元素，则表示为 ，否则表示为 。空集(null set, empty set)：用 表示。子集(subset)：集合A是集合B的子集表示为 。并集(union)：交集(intersection)：A与B不相容（互斥）(disjoint, mutually exclusive)：补集(complement)：差(difference)： * 反射(reflection，镜像)：平移(translation)： * 二值图像的逻辑运算：与(AND)、或(OR)、非(NOT) 异或 [非A]与B 图中黑色像素代表“1” * 9.2 膨胀与腐蚀 膨胀(dilation)：设A，B为Z2中的集合，则A被B膨胀定义为：即 是使 与A有重叠的所有位移z的集合。集合B为膨胀的结构元素。 膨胀的等价定义： 上一定义一般只需移动较少像素。 * 膨胀示意图：A2=imdilate(A,B); 应用实例： A B (黑色像素集合) A中比划间断不超过两个像素。 * 腐蚀(erosion)：设A，B为Z2中的集合，则A被B腐蚀定义为：即 是使B在A内的所有位移z的集合。 腐蚀示意图： * 膨胀与腐蚀对于集合求补和反射具有对偶性：证明： 用B对A腐蚀等价于用B的反射对A的补集膨胀。 应用实例：消除不感兴趣的细节 A 白色像素构成A，其中包含边长为1, 3, 5, 7, 9, 15的正方形。 目标：消除边长小于15的正方形。腐蚀结构单元B如何选择？ B的边长大于9小于等于15。B=ones(10)/ strel(‘diamond’, 5) * 开操作与闭操作 开操作(opening)：先腐蚀后膨胀。效果是断开细小连接，消除较小细节，使对象外角光滑。定义为： A B 几何解释： 性质： * 闭操作(closing)：先膨胀后腐蚀。效果是连接狭小间断，消除小的孔洞，使对象内角光滑。定义为： A B 几何解释： 性质： * 开操作 闭操作 注意开操作断开细小连接，使对象外角光滑；而闭操作填充内陷，使对象内角光滑。 开操作和闭操作对于集合求补和反射具有对偶性： 用B闭A等价于用B的反射开A的补集。 * 应用实例：开操作与闭操作构成的形态学滤波器 开操作消除背景噪声，闭操作消除前景噪声 背景噪声被消除，同时纹路被腐蚀。 膨胀复原 前景噪声被消除，同时纹路变粗。 腐蚀复原，得去噪结果 * 击中击不中变换 击中击不中变换(hit-or-miss transformation)利用结构元素对B=(B1,B2)，同时探测目标内部(用B1击中)和目标外部(用B2击不中) 。 设计思想：要实现对目标形状的准确匹配，应同时匹配目标及其局部背景。 定义：等价定义： 证明： * C=bwhitmiss(A, B1, B2); * 基本的形态学算法:bwmorph(x,operation, n) Open, close, remove, skel, spurl, thin, thicken, fill, hbreak, diag, majority, brigde