第九章 形态学图像处理(试情况不讲)课件.ppt

第八章 形态学图像处理;内容提纲:;9.1 基本概念;;9.2 数学基础;集合关系的图形表示;移位、反射;8.2 二值图像中的基本逻辑操作;逻辑操作图形表示;8.2 二值形态学基本运算;基本概念 ;在形态学算法设计中，结构元的选择十分重要，其形状、尺寸的选择是能否有效提取信息的关键。选择的几个基本原则： 结构元必须在几何上比原图像简单，且有界；当选择性质相同或相似的结构元时，以选择极限情况为宜； 结构元的凸性很重要，对非凸子集，由于连接两点的线段大部分位于集合的外面，故用非凸子集作为结构元将得不到什么信息。;8.2.1 腐蚀运算---使图像缩小;腐蚀过程解释图示;算法： 用结构元素B(如3x3)，扫描图像A的每一个像素 用结构元素与其覆盖的二值图像做“与”操作 再根据计算的结果对结构元素原点对应的图像象素置值。 如果都为1（结构相同），结果图像中与B的原点位置对应的像素值标注为1；否则为0;腐蚀运算的示例;腐蚀在数学形态学运算中的作用是消除物体边界点。 如果结构元素取3×3的像素块，腐蚀将使物体的边界沿周边减少一个像素。 腐蚀可以把小于结构元素的物体(毛刺、小凸起)去除，这样选取不同大小的结构元素，就可以在原图像中去掉不同大小的物体。 如果两个物体之间有细小的连通，那么当结构元素足够大时，通过腐蚀运算可以将两个物体分开。 ;腐蚀操作应用举例：消除二值图像中的不相关细节，起到滤波作用;8.2.2 膨胀运算---使图像扩大;算法实现. 其过程如下: 将结构元素B的原点移至集合A的某一点, 用结构元素与其覆盖的二值图像做“与”操作 再根据计算的结果对结构元素原点对应的图像象素置值。 如果都为0，结果图像该像素为0。否则为1 对集合中所有元素重复该过程 ;膨胀过程解释图示;膨胀操作应用举例：桥接断裂图像间的间隙;利用圆形结构元素做膨胀运算，填补“细缝”。 ;腐蚀后;8.2.3 开和闭运算; 开运算去掉了凸角 (a)　结构元素S1和S2；　(b) X○S1；　(c) X○S2 ;闭运算;开、闭运算的基本作用;开操作的3条性质;闭操作的3条性质;开闭运算的代数性质;;开、闭运算进行形态学滤波举例：指纹噪??消除;;8.2.4 击中与否变换;接上页图;综合上述分析，并把X和X的背景 (W-X) 统一表示成集合B，则图 (f)即相当于B击中A的结果，表示如下：;8.3 二值形态学图像处理基本操作;8.3.1 边界抽取;应用实例：人形上半身图像侧面轮廓提取;8.3.2 区域填充;区域填充过程图示;区域填充应用实例：;8.3.3 连接成分提取;上图中，Y表示包含在集合A中的连接成分，并假设Y中的某点P已知，下述表达式将生成所有Y中的元素：;连通分量提取的应用举例;8.3.4 凸壳算法;凸壳算法图形化过程;上述方法的一个明显的不足是凸壳可能在A基础上生成的保证凸壳凸性所需的最小尺寸。一个简单的解决办法是限制结果凸壳不超过原集合水平和垂直方向的最大尺寸。上述结果经过此限制后的凸壳如下。;8.3.5 细化算法;细化过程演示（教材原图有误，矫正后见下图）;8.3.6 粗化算法;粗化算法过程图例说明;8.3.7 骨架提取算法;某个集合A的骨架记为S(A)，其可用腐蚀和开运算来表达：;骨骼化过程和重建过程图形演示;8.4 形态学算法用于灰阶图像处理;8.4.1 灰度膨胀;一维灰度膨胀图示;8.4.2 灰度腐蚀;一维灰度腐蚀图示;灰度膨胀和腐蚀运算应用实例;8.4.3 灰度开和闭运算;开、闭运算的几何解释;开、闭运算的效果;开、闭运算的属性;开、闭运算应用实例;8.4.4 灰度形态学处理应用;形态学平滑;形态学梯度;Top-hat 变换;纹理分割;思路与步骤;粒子测度;思路与步骤;8.4 总结