腐蚀膨胀算法详细解析.docVIP

形态学运算中腐蚀，膨胀，开运算和闭运算 6.1 腐蚀腐蚀是一种消除边界点，使边界向内部收缩的过程。可以用来消除小且无意义的物体。腐蚀的算法：用3x3的结构元素，扫描图像的每一个像素用结构元素与其覆盖的二值图像做“与”操作如果都为1，结果图像的该像素为1。否则为0。结果：使二值图像减小一圈B平移a后得到Ba，若Ba包含于X，我们记下这个a点，所有满足上述条件的a点组成的集合称做X被B腐蚀(Erosion)的结果。用公式表示为：E(X)={a| Ba X}=X B，如图6.8所示。 图6.8???? 腐蚀的示意图 图6.8中X是被处理的对象，B是结构元素。不难知道，对于任意一个在阴影部分的点a，Ba 包含于X，所以X被B腐蚀的结果就是那个阴影部分。阴影部分在X的范围之内，且比X小，就象X被剥掉了一层似的，这就是为什么叫腐蚀的原因。 值得注意的是，上面的B是对称的，即B的对称集Bv=B，所以X被B腐蚀的结果和X被 Bv腐蚀的结果是一样的。如果B不是对称的，让我们看看图6.9，就会发现X被B腐蚀的结果和X被 Bv腐蚀的结果不同。 图6.9???? 结构元素非对称时，腐蚀的结果不同 图6.8和图6.9都是示意图，让我们来看看实际上是怎样进行腐蚀运算的。 在图6.10中，左边是被处理的图象X(二值图象，我们针对的是黑点)，中间是结构元素B，那个标有origin的点是中心点，即当前处理元素的位置，我们在介绍模板操作时也有过类似的概念。腐蚀的方法是，拿B的中心点和X上的点一个一个地对比，如果B上的所有点都在X的范围内，则该点保留，否则将该点去掉；右边是腐蚀后的结果。可以看出，它仍在原来X的范围内，且比X包含的点要少，就象X被腐蚀掉了一层。 图6.10?? 腐蚀运算 图6.11为原图，图6.12为腐蚀后的结果图，能够很明显地看出腐蚀的效果。 图6.11??? 原图 图6.12?? 腐蚀后的结果图 下面的这段程序，实现了上述的腐蚀运算，针对的都是黑色点。参数中有一个BOOL变量，为真时，表示在水平方向进行腐蚀运算，即结构元素B为 ；否则在垂直方向上进行腐蚀运算，即结构元素B为 。 6.2 膨胀膨胀是将与物体接触的所有背景点合并到该物体中，使边界向外部扩张的过程。 可以用来填补物体中的空洞。膨胀的算法：用3x3的结构元素，扫描图像的每一个像素用结构元素与其覆盖的二值图像做“”操作如果都为0，结果图像的该像素为0。否则为1结果：使二值图像扩大一圈 (dilation)可以看做是腐蚀的对偶运算，其定义是：把结构元素B平移a后得到Ba，若Ba击中X，我们记下这个a点。所有满足上述条件的a点组成的集合称做X被B膨胀的结果。用公式表示为：D(X)={a | Ba↑X}=X B，如图6.13所示。图6.13中X是被处理的对象，B是结构元素，不难知道，对于任意一个在阴影部分的点a，Ba击中X，所以X被B膨胀的结果就是那个阴影部分。阴影部分包括X的所有范围，就象X膨胀了一圈似的，这就是为什么叫膨胀的原因。 同样，如果B不是对称的，X被B膨胀的结果和X被 Bv膨胀的结果不同。 让我们来看看实际上是怎样进行膨胀运算的。在图6.14中，左边是被处理的图象X(二值图象，我们针对的是黑点)，中间是结构元素B。膨胀的方法是，拿B的中心点和X上的点及X周围的点一个一个地对，如果B上有一个点落在X的范围内，则该点就为黑；右边是膨胀后的结果。可以看出，它包括X的所有范围，就象X膨胀了一圈似的。 图6.13?? 膨胀的示意图 图6.14?? 膨胀运算 图6.15为图6.11膨胀后的结果图，能够很明显的看出膨胀的效果。 图6.15?? 图6.11膨胀后的结果图 下面的这段程序，实现了上述的膨胀运算，针对的都是黑色点。参数中有一个BOOL变量，为真时，表示在水平方向进行膨胀运算，即结构元素B为 ；否则在垂直方向上进行膨胀运算，即结构元素B为 。 6.3 开先腐蚀后膨胀的过程称为开运算。 用来消除小物体、在纤细点处分离物体、平滑较大物体的边界的同时并不明显改变其面积。(open)，即OPEN(X)=D(E(X))。 让我们来看一个开运算的例子(见图6.16)： 图6.16开运算 在图16上面的两幅图中，左边是被处理的图象X(二值图象，我们针对的是黑点)，右边是结构元素B，下面的两幅图中左边是腐蚀后的结果；右边是在此基础上膨胀的结果。可以看到，原图经过开运算后，一些孤立的小点被去掉了。一般来说，开运算能够去除孤立的小点，