第09章数学形态学及其应用解析.ppt

* * * * * * * * * * * * * * * * * * * * * 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： 这两种运算为对偶运算，可用填充概念来说明。 非扩展性：滤波结果总位于原始图像的下方。它从图像的下方磨光图像灰值表面向上突出的尖峰（即波谷） 图9.8 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 (9.14) 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9.9 灰值闭运算 图9.10 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9.11 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THT(f)，其定义为： THT(f) = f － (f○g) 　　　　 　(9.16) 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9.12 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，仅仅采用形态开和闭的滤波效果往往不能令人满意。 在基本的形态开、闭运算的基础上设计出形态开－闭和形态闭－开组合滤波器，发挥其更好的滤波性能。 开－闭运算和闭－开运算互为对偶操作 开－闭运算： f□g= f○g●g (9.18) 形态开闭－运算能够滤除图像中形状小于结构元素的亮噪声。 闭－开运算： f■g = f●g○g (9.19) 形态闭－开运算可以滤除图像中形状小于结构元素的暗噪声。 9.4 彩色形态学 9.4.1 彩色形态学的基本方法 分量法 彩色空间分解，每个之空间(彩色分量)皆为灰度图像，用灰度形态学处理各分量。 向量法 建立像素向量为变量的标量函数，以该标量函数值的大小对向量排序，形成标量函数的灰度图像，用灰度形态学处理 9.4.2 基于数学形态学的彩色图像滤波 彩色图像平滑采用低通滤波，除噪声。 根据相对光视效率曲线确定结构元素 多尺度形态学的彩色图像滤波方法 多尺度结构元素的选取 本章小结 数学形态学是图像处理和图像分析的有力工具。 （1）形态学的研究方法、特点和应用。 （2）描述了二值形态学、灰度形态学、彩色形态学的基本运算过程和结果。 要求 掌握二值形态学的基本原理和方法，了解灰度形态学、彩色形态学的概念，认清三种形态学之间的相互关系。 重点 明确二值数学形态学的概念和应用。 * * * * * * * * * * * * * * * * 上一页 下一页 home 第9章 数学形态学及其应用 内容提要: 9.1 概述 9.1.1 数学形态学的发展简史及基本思想 9.1.2 几个基本概念 9.2 二值形态学 9.2.1 二值腐蚀 9.2.2 二值膨胀 9.2.3 二值开运算 9.2.4 二值闭运算 9.3 灰值形态学 9.3.1~9.3.4 灰度腐蚀、膨胀、开运算、闭运算 9.3.5 灰值形态学梯度 9.3.6 高帽变换和低帽变换 9.3.7 开－闭运算和闭－开运算 9.4 彩色形态学（选学） 9.4.1 彩色形态学的基本方法 9.4.2 基于数学形态学的彩色图像滤波 9.1 概述 9.1.1 数学形态学的发展简史及基本思想 可回溯到19世纪Euler、20世纪Minkowsk