第八章数学形态学原理.pptVIP

计算周长方法 轮廓提取 1、若输入像素为图像（0），并且周围8（或4）个像素全为图像值（0），则输出为背景值（255）。 2、其它情况，像素不变。 轮廓提取 * * 第八章 二值图像处理 8.1 二值图形态学处理 8.2 二值图的几何特征 8.3 二值图的形状特征 8.1 二值图形态学处理 8.1.1 数学形态学基础 数学形态学的数学基础和所用语言是集合论。数学形态 学的应用可以简化图像数据，保持它们基本的形状特性， 并除去不相干的结构。 一幅图像可称为一个集合。 对于二值图像，景物取值为1，用阴影表示，背景取值 为0，用白色表示。 值为1的点的集合A与图像是一一对应的。 对于图像A，点a在A区域内，则a是A的元素，记为a∈A。 1. 元素和集合 2. 交集、 并集和补集 3. 目标和结构元素 被处理的图像称为目标图像。为了确定目标图像的结构，必须逐个考察与检验图像各部分之间的关系，最后得到一个各部分之间关系的集合。 在考察目标图像各部分之间的关系时，需要设计一种 “结构元素”。在图像中不断移动结构元素，就可以考察图像 之间各部分的关系。 8.1.2 二值图像的腐蚀与膨胀 二值形态学中的运算对象是集合。二值形态学中两个最 基本的运算——腐蚀与膨胀。 (3) S+x∩X与S+x∩XC均不为空 S+x与X部分相关 1 腐蚀 设目标图像X和结构元素S， S在X上移动。在每一个当前位置x,， S+x只有三种可能的状态： (1) S+x?X  S+x与X相关最大 (2) S+x ? XC S+x与X不相关  X用S腐蚀的结果是所有使S平移x后仍在X中的x的集合。 用集合的方式定义 腐蚀在数学形态学运算中的作用是消除物体边界点。 腐蚀可以把小于结构元素的物体(毛刺、小凸起)去除; 如果两个物体之间有细小的连通，结构元素足够 大时，通过腐蚀运算可以将两个物体分开。 1 腐蚀 腐蚀运算示例 n = Val(Text1) For j = n \ 2 To h - 1 - n \ 2 For i = n \ 2 To w - 1 - n \ 2 m = 0 For y = -n \ 2 To n \ 2 For x = -n \ 2 To n \ 2 If pic(i + x, j + y, 0) = 255 Then m = 1 Next x Next y If m = 0 Then Picture2.PSet (i, j) Else Picture2.PSet (i, j), RGB(255, 255, 255) End If Next i Next j 1 腐蚀 程序演示 2 膨胀 将X中的每一个点x扩大为S+x，它的定义为 XS = {x| S+x∪X≠}  n = Val(Text1) For j = n \ 2 To h - 1 - n \ 2 For i = n \ 2 To w - 1 - n \ 2 m = 0 For y = -n \ 2 To n \ 2 For x = -n \ 2 To n \ 2 If pic(i + x, j + y, 0) = 0 Then m = 1 Next x Next y If m = 0 Then Picture2.PSet (i, j), RGB(pic(i, j, 0), pic(i, j, 0), pic(i, j, 0)) Else Picture2.PSet (i, j), RGB(0, 0, 0) End If Next i Next j 程序演示 1. 基本概念 膨胀和腐蚀不互为逆运算，可以级连结合使用，构造出 形态学运算族，它由膨胀和腐蚀两个运算的复合与集合操作 组合成的所有运算构成。 例如，可先对图像进行腐蚀然后膨胀其结果，称为 开运算,或先对图像进行膨胀然后腐蚀其