数字图像处理实验数学形态学及其应用..docx

实验四：数学形态学及其应用1．实验目的1.了解二值形态学的基本运算2.掌握基本形态学运算的实现3.了解形态操作的应用2．实验基本原理腐蚀和膨胀是数学形态学最基本的变换，数学形态学的应用几乎覆盖了图像处理的所有领域，给出利用数学形态学对二值图像处理的一些运算。膨胀就是把连接成分的边界扩大一层的处理。而收缩则是把连接成分的边界点去掉从而缩小一层的处理。二值形态学I(x,y), T(i,j)为 0/1图像腐蚀：膨胀：灰度形态学 T(i,j)可取以外的值腐蚀：膨胀：1.腐蚀Erosion:删两边删右上图5-1 剥去一层（皮）2.膨胀Dilation:补两边补左下图5-2 添上一层（漆）3.开运算open ：4.闭close：5.HMT(Hit-Miss Transform:击中——击不中变换)条件严格的模板匹配模板由两部分组成。：物体，：背景。图5-3 击不中变换示意图性质：（1）时，（2）6.细化/粗化(1)细化（Thin）去掉满足匹配条件的点。图5-4 细化示意图系统细化，是旋转的结果（90，180，270）共8种情况适于细化的结构元素(2)粗化（Thick）用时，故要选择合适的结构元素，如,对偶性：（验证一下）wherewhen7.Morphology小结A.通过物体（对象）和结构元素的相互作用，得到更本质的形态（shape）图像滤波平滑区域的边界将一定形状施加于区域边界描述和定义图像的各种几何参数和特征（区域数、面积、周长、连通度、颗粒度、骨架、边界）B.形态运算是并行运算C.细化区域或边界变为1个象素的宽度，但它不破坏连通性四方向细化算法：逻辑运算（可删除条件）形态运算是否可用于细化？(1)腐蚀：收缩（去掉边缘的点）何时结束？能否保证连通性？(2)开：去毛刺，能否细化（去掉尺寸小于结构元素的块）3．实验内容与要求1.设计程序实现对图5-5，实现去除图像中的噪声。2.设计程序，实现将图5-6转化为二值图像，并计算图中鸡块中骨头的比重。3.设计程序，实现去除图5-7中的矩形区域外的噪声，并填充矩形区域内部了。图5-5图5-6图5-7实验具体实现1.对图5-5，实现去除图像中的噪声。程序设计如下：I=imread(UF.tif);J=im2bw(I);se = strel(diamond,2);K=imerode(J,se);subplot(1,3,1),imshow(I),title(原图)subplot(1,3,2),imshow(J),title(2值图片)subplot(1,3,3), imshow(K),title(去噪图片)2.设计程序，实现将图5-6转化为二值图像，并计算图中鸡块中骨头的比重。程序如下：I=imread(DDD.tif);J=im2bw(I);total1=bwarea(J);a=size(J);imshow(J);s1=a(1),s2=a(2);s=s1*s2k=total1/s计算结果为：K为比重。3.设计程序，实现去除图5-7中的矩形区域外的噪声，并填充矩形区域内部了。I=imread(333.tif);se = strel(diamond,5);J=imerode(I,se);se = strel(diamond,10);K=imdilate(J,se);subplot(131),imshow(I)subplot(132),imshow(J)subplot(133),