形态学图像PPT.ppt

9.6 灰度图像形态学 例：使用重构删除复杂图像的背景 f=imread(Fig0930(a)(calculator).tif); f_obr=imreconstruct(imerode(f,ones(1,71)),f); %执行开运算重构 f_o=imopen(f,ones(1,71)); %标注的开运算结果，方便比较 f_thr=imsubtract(f,f_obr); %顶帽重构 f_th=imsubtract(f,f_o); %标准顶帽计算，方便比较 g_obr=imreconstruct(imerode(f_thr,ones(1,11)),f_thr); %执行开运算重构 g_obrd=imdilate(g_obr,ones(1,21)); %使用水平线进行膨胀， f2=imreconstruct(min(g_obrd,f_thr),f_thr); %执行开运算重构 9.6 灰度图像形态学 实验结果 第十章 图像分割 目录 点、线和边缘检测 使用Hough变换的线检测 阈值处理 基于区域的分割 4 2 3 1 1 集合论基本概念 5 使用分水岭变换的分割 10.1 点、线和边缘检测 点、线和边缘检测 定义：将图像分成各具特性的区域并提出感兴趣目标的技术和过程。 基础：图像分