数字图像处理（翟瑞芳）第6章-image-morphology.pptVIP

闭运算填充了凹角 (a) 结构元素S1和S2；(b) X?S1； (c) X?S2 开、 闭运算示例 (a) 原图像； (b) 结构元素S； (c) 结构元素S腐蚀图像X； (d) 结构元素S腐蚀X的结果； (e) 对腐蚀的结构再膨胀； (f) 再膨胀（开运算）的结果X?S； (g) 结构元素S膨胀X；  (h) 结构元素S膨胀X的结果XS； (i) 对膨胀的结果再腐蚀； (j)再腐蚀的结果（闭运算）X?S 3. 开闭运算的代数性质 1）对偶性 (XC ? S)C = X?S ， (XC?S)C = X ? S 2）扩展性（收缩性） X ? SXX?S 3） 单调性 如果XY， 则 X?SY?S， X ? SY ? S  如果YZ且Z?Y=Z， 那么 X?YX? Z  4） 平移不变性 (X+h) ?S=(X?S)+h， (X+h) ? S=(X ? S)+h X? (S+h)=X?S， X ?(S+h)=X ? S 5）等幂性 (X?S) ?S = X?S， (X ? S) ? S = X ? S 开、闭运算的等幂性意味着一次滤波就能把所有特定结构元素的噪声滤除干净，作重复的运算不会再有效果。 X (b) X?S (c) X-X?S (d) X?S (e) X?S - X 开运算：去掉了凸角 闭运算：填充了凹角 开、 闭运算效果示意图 (a) 原始图像； (b) 开运算的结果； (c) 闭运算的结果 ??(a) (b) (c) 6.2.4 击中／击不中(Hit/Miss)变换 1.定义 设X是被研究的图像，S是结构元素，而且S由两个不相交的部分S1和S2组成，即S=S1∪S2，且S1∩S2= 。于是，X被S“击中”（X⊙S）的结果定义为 ⊙ 击中运算还有另外一种表达形式： 即X被S击中的结果相当于X被S1腐蚀的结果与X被S2的反射集S2V膨胀的结果之差。由此可见，击中运算也可以借助于腐蚀、膨胀两基本运算来实现。 ⊙ 2. 击中运算的应用 击中运算相当于一种条件比较严格的模板匹配， 它不仅指出被匹配点所应满足的性质即模板的形状，同时也指出这些点所不应满足的性质，即对周围环境背景的要求。 用击中/击不中变换识别字符 （a） 结构元素S； （b） 图像X； （c） X⊙（S1，S2） 6.4 形态学的应用 6.4.1 形态学滤波 可以利用开、闭运算去除图像的噪声、恢复图像，也可交替使用开、闭运算以达到双边滤波目的。一般，可以将开、闭运算结合起来构成形态学噪声滤波器，例如(X ? S) ?S或(X?S) ? S等。 ● 形态学滤波示意图 6.4.2 骨架抽取 利用细化技术得到区域的细化结构是常用的方法。因此， 寻找二值图像的细化结构是图像处理的一个基本问题。在图像识别或数据压缩时，经常要用到这样的细化结构，例如，在识别字符之前，往往要先对字符作细化处理，求出字符的细化结构。骨架便是这样的一种细化结构，它是目标的重要拓扑描述，具有非常广泛的应用。 轮廓的定义 定义1　设X、B为欧氏空间E2上的集合,以B为结构元素进行形态学运算,X的外轮廓记为E(X),则E(X)=(X B)-X. 定义2　设X、B为欧氏空间E2上的集合,以B为结构元素进行形态学运算,X的内轮廓记为I(X),则I(X)=X-(XQB). 骨架的定义 中轴定义　 (a) 火种传播方式定义的中轴 (b) 最大内切圆方式定义的中轴 形态学定义 对于k＝0，1， 2，…， 定义骨架子集Sk（X）为图像X内所有最大圆盘kB的圆心x构成的集合。从骨架的定义可知，骨架是所有骨架子集的并， 即  S(X)=∪{ Sk（X ）| k＝0， 1， 2， …} 骨架子集为 Sk（X）= (XkB)-［(X kＢ) ○Ｂ］ S(X) = ∪｛(XkB)-［(XkB) ○Ｂ］| k＝0， 1， 2， …｝ 骨架抽取示例 (a) 一幅二值图像； （b） 用3×3的结构元素S得到的骨架； (c） 用5×5的结构元素得到的骨架； （d）用5×5的结