【2017年整理】数字图像处理读书报告10.doc

数字图像处理读书报告10 ——形态学图像处理 ——钱增磊 前言：本章主要讲述了对图像形态的操作，形态包括边界、骨架、凸壳等，将这些形态提取出来是图像操作中的一个重要目的。本章主要涉及二值形态学和灰度形态学两个方面的操作。 一、二值图像形态学 1、腐蚀和膨胀 腐蚀作为集合A和B，表示为AB的B对A的腐蚀定义为： 表示首先对这个结构元SE旋转180度，这个和卷积的意义相同，然后用SE扫描图像A，SE的中心点在图像A中，而当结构元的边界与A的重合时，丢弃SE的中心点与SE边界元素相间的那部分A元素，然后沿着图像A边界一直扫描，直至腐蚀结束。 该操作如同“腐蚀”一般消除亮的区域，消除的大小将根据结构元的结构选取有关。 膨胀表示为的B对A的膨胀定义为： 表示先对这个结构元SE旋转180度，然后用SE扫描图像A，SE的中心点在图像A中，那么当SE的中心点在A的边界时，A的边界到SE的边界那一部分进行填充，然后沿着A的边界继续扫描，直至膨胀结束。 该操作如同“膨胀”一样，增强亮的区域，增强区域的大小和形状由SE的结构元的结构决定。 2、开操作与闭操作 膨胀会扩大一幅图像的组成部分，而腐蚀则会缩小一幅图像中的组成部分，那么将这两者组合起来操作便是开闭操作。 开操作是先进行腐蚀后进行膨胀，它可以先通过腐蚀割断或者消除小的亮的区域，然后再进行膨胀，把原图像亮的区域还原。如此便可以用来平滑物体的轮廓、断开较窄的瓶颈并消除细的突出物。 闭操作是先进行膨胀后进行腐蚀，它可以先通过膨胀链接一些断开的亮的区域，然后再进行腐蚀，把原图像的亮区域缩小还原。如此便与开操作相反，可以弥合较窄的间断和细长的沟壑，消除小的孔洞，填补轮廓线中的断裂。 3、击中击不中变换HMT 该变换是形状检测的一个基本工具，是根据两种变换，寻找某一个需要找到的图像位置。在击中击不中变换中将结构元素分解成两个，一个定义为前景结构元素，一个定义为背景结构元素，定义如下： 其中E，F的交集为空集 HMT的标准变换为： 由于我们要找的目标是图像A的前景元素中的某一目标，所以我们先对A进行结构元素E的击中变换，也就是腐蚀操作，得到的目标集合先放在一边，然后对A的背景用结构元素F进行击不中变换，也是腐蚀操作，这样就得到了另一个目标集合，很显然所找的目标一定同时在两个目标当中，于是对两个集合取交操作，得到目标。 4、二值形态学基本算法 根据上述二值形态学的基本操作，可得到一些对二值形态学的基本应用。首先是边界提取。可以通过先对图像求解腐蚀操作，然后用原图像减去腐蚀的图像即可得到图像的边界，该边界属于图像的内边界，此操作表示为： 第二个应用是孔洞填充，孔洞是一系列由前景像素相连接的边界所包围的一个背景区域，而且孔洞不像噪声点一样，它可大可小的，不能一次性用膨胀操作解决，要不断地使用迭代膨胀，为了防止孔洞外围的前景像素会因为膨胀操作而不断扩大，采用与原图像的补集相交，保证外围尺寸维持原样，操作为： 另一个应用是连通分量的提取，对于很多图像认为的可以看出来这些连通的分量，但是计算机却因为图像的断裂而不明显，连接两个分量的最好办法就是膨胀，但一次是不够的，采用迭代膨胀的方法，同样为了防止图像的扩大变形，我们将与原图像进行交集操作，这样就使得只有需要连接的地方才起到了膨胀的作用。 凸集表示在该集合中任意两点的直线段都在该集合的内部，任何集合S的凸壳就是表示包含于S的最小凸集，采用对它迭代的击中击不中变换，这里利用的结构元素B是采用四个不同方向的一维结构元，这样找到的凸壳可以满足其最小特性。 第五个应用是细化，我们依次通过将图像A进行B结构元的击中击不中变换，可以得到我们需要的去除的元素，然后对其求补集并与原图像进行交集操作，可得到细化后的图像，依次对其进行迭代操作，可得到完整的细化图像。其操作为： 与细化相反的便是粗化操作，同样对A图像进行B结构元的击中击不中变换，找到需要填充的元素，然后将其与图像A进行并集的操作，如此便可得到粗化的图像，其操作为： 骨架的提取是形态学操作中的一大应用，首先一个具有几何形状的骨架可以有若干个分支骨架构成，所以会有 那么对于每一个骨架，我们采用对其进行迭代腐蚀的操作，使他变成一条细细的骨架线，其中K是A被腐蚀为空集前的最后一次迭代步骤，于是可得到操作为： 第八个应用是裁剪，它其实是对细化和骨架应用算法的补充，因为这些过