第09章数学形态学及其应用学案.ppt

* * * * * * * * * * * * * * * * * * * * * * * * * * * 开运算的定义 设A仍为输入图像，B为结构元素，利用B对A作开运算，用符号A○B表示，其定义为： 或 可以通过计算所有可以填入图像内部的结构元素平移的并集求得。 当结构元素B扫过整个图像集合内部，A○B就是使结构元素B的任何像素不越出图像A边界的图像A像素点的集合。 图9.7 利用圆盘作开运算 　 9.2.4 二值闭运算 闭运算是开运算的对偶运算，定义为先作膨胀后作腐蚀。 或 开、闭运算也互为对偶运算 开运算具有磨光图像外边界的作用 闭运算具有磨光图像内边界的作用 图9.8 利用圆盘作闭运算 9.3 灰值形态学 在灰度图像形态处理中，输入和输出的图像都是灰度级形式的 输入和输出像素值是在最低灰度值到最高灰度值之间。 9.3.1 灰值腐蚀 形态学源于填充的概念 灰值形态学处理的对象是图像信号波形的拓扑特性，结构元素也是一个信号。 二值形态学中，集合的交、并运算起到关键作用 在灰值形态学中这两种运算对应与极大和极小运算。 可利用填充、极大/极小概念直接定义灰值运算。 用结构元素g对输入图像f (x, y)进行灰值腐蚀记为 用一维函数对其进行简化，定义为 由于结构元素必须在信号的下方，故空间平移结构元素的定义域必为信号定义域的子集，否则腐蚀在该点没有定义。 结构元素从信号的下面对信号产生滤波作用，这与结构元素从内部对二值图像滤波的情况是相似的。 图9.9 灰值腐蚀运算 9.3.2 灰值膨胀 灰值膨胀可用灰值腐蚀的对偶运算来定义。 采用求极大值的方法，即在位于信号下方的条件下，求上推结构所能达到的最大值。 利用结构元素的反射，求将信号限制在结构元素的定义域内时，上推结构元素使其超过信号时的最小值来定义。 用结构元素g对输入图像f(x, y)进行灰值膨胀 (f⊕g)(s, t)=max{f(s-x, t-y)+g(x, y)|s-x, t-y ∈Df, x+y∈Dg} 用一维函数对其进行简化，定义为 (f⊕g)(s)=max{f(s-x)+g(x)| s-x ∈Df, x∈Dg} 步骤： 对结构元素g的定义域Dg 中的每一个点x将信号f平移x，然后，再对每次平移信号的值加上g(x)，这样对于结构元素定义域中的每个点都得到一个信号，对所有这些信号逐点取其最大值，便可得到膨胀结果。 图9.11 灰值膨胀运算 (a)灰值膨胀过程 (b)灰值膨胀结果 9.3.3 灰值开运算 灰值开和灰值闭运算是腐蚀和膨胀的组合运算。 先作腐蚀再作膨胀的迭代运算： 这两种运算也为对偶运算，并且都可用填充概念来说明。 图9.12 灰值开运算 9.3.4 灰值闭运算 根据对偶性定义，灰值闭运算定义为： f●g = (f⊕g) g (9.15) 灰值闭运算具有扩展性 滤波结果总位于原始图像的上方。它从图像的上方磨光图像灰值表面向下突出的尖峰（即波谷）。 图9.13 灰值闭运算 图9.14 细胞组织图像的灰值形态运算 9.3.5 灰值形态学梯度 利用扁平结构元素g对f作腐蚀和膨胀可得到f的局部极大和极小值，与数字差分定义的梯度相应。 形态学梯度的定义为： 为了更好地获得边缘检测的效果，可以将形态学梯度与阈值结合起来使用。 图9.15 核磁共振图像的形态学梯度 9.3.6 高帽变换和低帽变换 通过这两种变换可以得到灰度图像中一些重要的标记点。 在较亮的背景中求暗的像素点或在较暗的背景中求亮的像素点；检测受到噪声污染图像中的边缘等。 为了使上述效果更明显，对变换后的图像也可以作阈值处理。 高帽变换 从一幅原始图像f中减去对其作开运算后得到图像WHT(f)，其定义为： WHT(f) = f — (f○g) 　　　　 　(9.17) 其中，g为结构元素。 高帽变换是一种波峰检测器 它在较暗的背景中求亮的像素点很有效。 低帽变换 与高帽变换相对偶的算子，定义为： BHT(f) = (f●g) —f 　　　　 (9.17) 低帽变换是一种波谷检测器 适合于在较亮的背景中求暗的像素点。 图9.16 利用Top-Hat和Bot-hat变换检测图像峰值和谷值 9.3.7 开－闭运算和闭－开运算 形态开、闭运算作为最基本的形态滤波运算。 在实际的图像处理中，仅仅