(二值图象的形态学处理.docVIP

第四章 二值图象的形态学处理 4.1形态滤波器设计 4 1.1数学形态学滤波特点 由于随机噪声的存在，使观测到的图象变质。因此降低或滤除噪声，使图象变得清晰，增强视觉效果是图象处理的一个重要的任务。消除了噪声的图象其特征是:图象的边缘、细的线条和小的图象细节是清晰的、分明的。同时图象元素间区域中的变化是均匀的、光滑的。为了滤除图象中的噪声，需要建立各种形式的滤波器。线性滤波器对图象的Fourier频谱的各个频段进行滤波和修改。但是由于噪声和图象边缘具有相同的频率分量，因此常常在滤波噪声的同时又模糊了边界。中值滤波器属于非线性滤波器，由于它具有冲激响应为零和边缘保持特性，近年来发展很快。但在多维基元处理中，尽管它具有良好的窄脉冲干扰抑制能力， 但它使附加基元失真和使图象基元结构信息丢失。 在数字图象处理领域中，数学形态学主要用于非线性变换，是研究图象分析和机器视觉问题的有力工具[11]。数学形态学是主要是基于集合理论来研究图象，它提供了非常有效的非线性滤波技术，该技术只取决于基元的局部形状特征。因此，它在诸如形状分析、模式识别、视觉校验、计算机视觉等方面，要比传统的线性滤波更为有效。它可以局部地修改基元的几何特征，并提供有关基元的几何特征信息。根据不同的基元的形态特征，可以采用不同的数学形态学运算对基元进行处理，这些数学形态与运算都被视为数学形