第8章 二值形态学图像处理.ppt

骨骼化也被称为中轴变换或火烧草场算法。可以用火烧草场来说明，设物体区域上铺满了草料，火从物体边界同时均匀地烧起，最后草场全部烧光火熄灭的地方就是它的骨骼或骨架。 抽骨架与细化不同主要在于中轴骨架在拐角处延伸到了边界，而细化则不是。 作 业 五 在二值化程序基础上，编制基本的形态学运算程序，实现腐蚀、膨胀、开和闭操作，要求可以通过交互输入不同类型的结构元素，观察效果。 要求： 2周内完成，程序可以结合图像增强算法； 实验报告记录各种处理效果。 选做：针对输入的任意图像选择不同的阈值做二值化，再做形态学处理，采用不同类型的结构元素，观察效果。 * 参考章课件 * * 图用自己的？ 数字图像处理 第八章二值形态学图像处理 李熙莹 副教授 stslxy@ 数学形态学(Mathematical Morphology) ——分析几何形状和结构的数学方法 ——用集合论方法定量描述集合结构的学科 图像处理中，形态学的集合代表着黑白和灰度图像的形状 黑白图像中的所有黑像素点组成了此图像的完全描述 数学形态学的基本运算： 腐蚀(Erosion)、膨胀(Dilation)、 开(Opening)、闭(Closing)、…… 优点： 可以简化图像数据，保持基本形状特征，除去不相干的结构； 并行实现 集合：具有某种性质的、确定的、有区别的事物的全体。A、B……，?（空集） 元素：构成元素的每个事物。a?A，a?A 子集：当且仅当集合A的元素都属于集合B时，称A为B的子集。 A?B 并集：由A和B的所有元素组成的集合称为A和B的并集。 A?B 交集：由A和B的公共元素组成的集合称为A和B的交集。 A?B 补集：A的补集，记为Ac：Ac ={x|x?A} 差集：两个集合A和B的差，记为A-B，定义为： A-B ={x | x?A，x?B}= A?Bc 一、集合论基础概念 图8.1 二值图像的集合及关系 两个集合A 和 B； (b) A 和 B 的并集； (c) A 和 B 的交集； (d) A的补集； (e) A 和 B 的差 位移：A用x=(x1, x2)位移，记为(A)x 映像（影射，反射）： 集合A 平移到z； (b)集合B 的映像（反射） 图8.2 图像的位移与映像 二、二值形态学基本运算 集合运算： A为图像集合，B 为结构元素（集合） 数学形态学运算是用 B 对 A 进行操作 结构元素要指定1个原点（即结构元素参与形态学运算的参考点） 膨胀(Dilation) 、腐蚀(Erosion) 开(Opening)、闭(Closing) 1. 膨胀和腐蚀 (1) 膨胀(?) A用B来膨胀写作 A ? B (A, B ? Z ) 图8.3 膨胀运算示例 (a) 集合A； (b) 结构元素B（“+”为原点）; (c) 结构元素B的映像； (d) 图中两种阴影部分（深色为扩大的部分）合起来为集合A?B 图8.4 图像的膨胀 集合A 方形结构元素B（中心黑点表示元素的原点） 结构元素B对A膨胀的结果 拉长的结构元素 使用结构元素(d)对A膨胀的结果 图8.5 图像膨胀的应用 (a)带有间断字符的低分辨率示例文本； (b)结构元素； (c) 通过(b)对(a)膨胀。断线被连接起来。 (2) 腐蚀(? ) A用B来腐蚀写作 (A, B ? Z ) 图8.6 腐蚀运算示例 (a) 集合A （阴影部分）；(b) 结构元素B（阴影部分，“+”为原点）; (c) 图中深色阴影部分给出 （浅色为原属于A，先腐蚀掉的部分） 图8.7 集合的腐蚀 集合A 方形结构元素B（中心黑点表示元素的原点） 结构元素B对A腐蚀，阴影所示 拉长的结构元素 使用结构元素(d)对A腐蚀的结果 图8.8 使用形态学腐蚀除去图像的某些部分 (a) 图像中正方形边长为1、3、5、7、9 和15不等； (b) 用13×13的结构元素对 (a) 进行腐蚀； (c) 使用相同的结构单元对 (b) 进行膨胀。 (3) 膨胀和腐蚀的对偶性 用B来膨胀A得到的集合是 的位移与A至少有一个非零元素相交时B的原点位置的集合。 A用B来腐蚀的结果：B完全包含在A中时B的原点位置的集合。 膨胀是将与物体接触的所有背景点合并到该物体中，使边界向外部扩张的过程。可以用来填补物体中的空洞。 腐蚀是一种消除边界点，使边界向内部收缩的过程。可以用来消除小且无意义的物体。 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。 图8.9 膨胀和腐蚀的对偶性验证