数字图像处理_第八章二值图像处理2.pptVIP

第十章 二值图像处理 10.1 二值图像中的基本概念 10.2 腐蚀与膨胀 10.3 开运算与闭运算 10.4 贴标签 10.5 细线化方法 10.1 二值图像中的基本概念 （2）. 四连接与八连接 10.1.2 内部点与边界点 10.1.3 连接数与交叉数 10.1.3 连接数与交叉数 10.1.3 连接数与交叉数 10.1.4 几何特征的测量 10.1.4 几何特征的测量 10.2 腐蚀与膨胀 腐蚀与膨胀是两个互为对偶的运算。腐蚀作用是将目标图形收缩，而膨胀处理的作用是将目标图形扩大。为了实现腐蚀与膨胀，数学形态学提出了结构元素的概念。 结构元素：具有某种确定形状的基本结构元素，如一定大小的矩形、圆或者菱形等。 10.2.1 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目标物。 10.2.1 腐蚀 10.2.1 腐蚀 10.2.2 膨胀 膨胀是将与目标区域接触的背景点合并到该目标物中，使目标边界向外部扩张的处理。膨胀可以用来填补目标区域中存在的某些空洞以及消除包含在目标区域中的小颗粒噪声。 10.2.2 膨胀 10.2.2 膨胀 10.3 开运算与闭运算 10.3.1 开运算 10.3.1 开运算 10.3.2 闭运算 10.3.2 闭运算 10.4 贴标签 10.4 贴标签 10.4 贴标签 10.4 贴标签 10.4 贴标签 10.5 细线化方法 10.5 细线化方法 10.5 细线化方法 作业 作业答案 * * 本章约定：目标像素点的像素值为1，背景像素点的值为0. 10.1.1 四连接与八连接 （1）.八近邻与四近邻 （2）. 四连接与八连接 8 7 6 1 0 5 2 3 4 如果当前点的像素值为1，其四近邻像素中至少有一个点的像素值为1，即认为存在两点间的通路，称之为四连接；同样，如果其八近邻像素中到少有一个点的像素值为1，称之为八连接。 在搜索边界轮廓时，四连接与八连接的路径各不相同：在八连接下相通的路径，在四连接下不一定相通。 0 1 0 0 0 0 1 1 0 0 0 0 1 0 0 0 0 1 0 0 0 0 1 1 0 0 1 0 0 0 0 1 0 0 0 0 0 1 0 0 0 0 1 0 0 0 0 0 1 0 四连接 八连接 连通域：将相互连在一起的像素值全部为1的像素点的集合称为一个连通域。 在四连接意义下是三个连通域，在八连接意义下是一个连通域。 内部点与边界点：在每个连通域中，与背景相邻接的点称为边界点，与背景不相邻接的点称为内部点。 在四连接定义下，内部点是“在当前点的八近邻像素点中没有值为0的点”，而在八连接定义中，内部点是“在当前点的四近邻像素点中没有值为0的点”。 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 原图 四连接定义下 八连接定义下 连接数：是指沿着当前点的近邻（四近邻或者八近邻）像素所构成的边界轨迹上移动时，通过的像素值为1的点的个数。 四近邻下的连接数定义： 八近邻下的连接数定义： 8 7 6 1 0 5 2 3 4 K的取值 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 (a) (b) (c) (d) (e) (f) 典型连接方式连接数示例： 交叉数：是表征当前像素的八个近邻像素中，从像素值为1的点到像素值为0的点的变化次数。 交叉点 4 分支点 3 连接点 2 端点或边界点 1 孤立点或内部点 0 像素点的属性 连接数 连接数与像素点属性关系 面积：连通域中像素的总数。 对于目标物的像素值为1来说，面积计算式如下： 其中，S表示一个连通域，f(x,y)为像素值。 周长：包围某个连通域的边界轮廓线的长度。 周长计算式如下： 其中，Ne表示边界线上的方向码为偶数的像素个数；No为边界线上方向码为奇数的像素个数。 7 6 5 0 * 4 1 2 3 方向码的定义 示例： 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 面积计算： 原图 周长计算： 方向码为：0，0，7，6，6，5，4，4，3，2，2，1 方向码起始点 腐蚀处理可以表示成用结构元素对图像进行探测，找出图像中可以放下该结构元素的区域。 膨胀处理可以理解成对图像的补集进行腐蚀处理。 设二值图像为F，其连通域设为X，结构元素为S，当一个结构元素S的原点移到点(x,y)处时，我们将其记作Sxy。此时图像X被结构元素S腐蚀的运算可表示如下： 其含义是：当结构元素S的原