图像分析与识别_课件_11.ppt

图像处理、分析与理解 Image Processing, Analysis and Understanding 第一节 形态学基本概念 数学形态学作为图像理解的一个分支兴起于20世纪60年代。 数学形态学的基础是作用于物体形状的非线性算子的代数，它在很多方面都要优于展于卷积的线性代数系统。 在很多领域中，如预处理、基于物体形状分割、物体量化，等等，与其他标准算法相比，形态学方法都有更好的结果和更快的速度。 对于新手来说，掌握数学形态学工具的困难在于其是与标准代数和微积分课程略有不同的代数学。 大多数高级图像分析工具包都实现了一些形态学方法。 数学形态学通常用在那些处理物体形状，且对处理速度有一定要求的应用问题中，例如，显微镜图像分析（在生物学、材料科学、地质学和犯罪学中）、工业检验、视觉特征识别和文档分析，等等。 非形态学的图像处理方法类似于微积分，基于逐点展开的函数概念和诸如卷积的线性变换。 在前几章中我们已经从这个角度讨论了图像建模及处理过程。 数学形态学采用非线性代数工具，作用对象为点集以及它们之间的连通性及其形状。 形态学运算简化了图像，量化并保持了物体的主要形状特征。 形态学运算主要用于如下几个目的： 图像预处理（去噪声、简化形状）。 增强物体结构（抽取骨骼、细化、粗化、凸包、物体标记）。 从背景中分割物体。 物体量化描述（面积、周长、投影）。 数学形态学利用了