6.1数学形态图像处理要点.ppt

6.4.2闭运算 先膨胀后腐蚀称为闭(close)，即CLOSE(X)=E(D(X))。 这就是闭运算的作用： 原图经过闭运算后，断裂的地方被弥合了。 一般来说，闭运算能够填平小湖(即小孔)，弥合小裂缝，而总的位置和形状不变。 同样要注意的是，如果B是非对称的，进行闭运算时要用B的对称集Bv膨胀，否则，闭运算的结果和原图相比要发生平移。 小结 闭运算应用示例 (a) 原图 (b)闭运算结果 (c) 膨胀运算结果 6.5 组合形态学运算 图像的膨胀和腐蚀是最基本形态学运算。 组合形态学运算主要包括： 高帽滤波 低帽滤波 边界提取 区域填充 6.5.1 高帽滤波与低帽滤波 1、图像的形态学高帽滤波（top-hat filtering）定义为： H=A-（A 。 B） 即从图像中减去形态学开运算操作后的图像。 通过高帽滤波可以增强图像的对比度。 2、图像的形态学低帽滤波（bottom-hat filtering）定义为： H=A-（A .B） 即从图像中减去形态学闭运算操作后的图像。 通过低帽滤波可以获取图像的边缘。 在MATLAB中,采用imtophat()对二值图像进行高帽滤波,采用imbothat()进行低帽滤波。 imtophat()高帽滤波的调用格式： IM2=imtophat(IM,SE)(SE是strel函数产生的结构元素) IM2=imtophat(IM,nhood)(nhood是自定义的结构元素) 例如：对灰度图像进行高帽滤波 clear all; close all; I=imread(rice.png); se=strel(disk, 11); J=imtophat(I, se); K=imadjust(J); figure; subplot(131); imshow(I); subplot(132); imshow(J); subplot(133); imshow(K); 例如：通过低帽和高帽滤波增强图像的对比度 clear all; close all; I=imread(pout.tif); se=strel(disk, 3); J=imtophat(I, se); K=imbothat(I, se); L=imsubtract(imadd(I, J), K); figure; subplot(121); imshow(I); subplot(122); imshow(L); 6.5.2 图像的边界测定 对于灰度图像可以通过形态学的膨胀和腐蚀来获取图像的边缘。其优点是对边缘方向性依赖比较小。 例如：通过膨胀和腐蚀获取图像的边缘 clear all; close all; I=imread(rice.png); se=strel(disk, 2); J=imdilate(I, se); K=imerode(I, se); L=J-K; figure; subplot(121); imshow(I); subplot(122); imshow(L); 在MATLAB中，采用bwperim（）获取二值图像的边缘，其调用格式是： BW2=bwperim（BW1） BW2=bwperim（BW1，conn）（conn表示连通类型，取值为6（default）、18、26 例如：取二值图像的边缘 clear all; close all; I=imread(circbw.tif); J=bwperim(I, 8); figure; subplot(121); imshow(I); subplot(122); imshow(J); 6.5.3 二值图像的形态学操作 1、在MATLAB中，通过bwmorph（）函数进行图像的大量形态学操作，例如图像的骨骼化、图像的细化以及开闭操作。 例如：二值图像的细化 clear all; close all; I=imread(text.png); J=bwmorph(I, thin, Inf); figure; subplot(121); imshow(I); subplot(122); imshow(J); 例如：二值图像的骨架化 clear all; close all; I=imread(circbw.tif); J=bwmorph(I, skel, Inf); figure; subplot(121); imshow(I); subplot(122); imshow(J); 例如：移除二值图像内部的像素 clear all; close all; I=imread(circles.png); J=bwmorph(I