第8章 数学形态学及其应用.ppt

8.3.1 灰值腐蚀 用结构元素b(x, y)对输入图像 f(x, y)进行灰值腐蚀记为 f 一 b， 其定义为 (f 一b)(s, t) = min{f(s+x, t+y)-b(x, y)｜(s+x, t+y)∈Df　, (x, y)∈Db} （8-13） 式中，Df和Db分别是 f 和 b 的定义域。 这里限制 (s+x，t+y) 在 f 的定义域之内，类似于二值腐蚀定义中要求结构元素完全包括在被腐蚀集合中。 灰值腐蚀运算机理： 为简单起见，下面用一维函数来简单介绍灰值运算操作机理。用一维函数时，式（8-13）可简化为 (f 一 b)(s)=min{f(s+x)-b(x)| s+x ∈Df , x∈Db} （8-14） 如同在相关计算中，对正的 s, f(s+x) 向左移动，对负的 s， f(s+x) 向右移动。要求(s+x)在 f 的定义域内并要求 x 的值在 b 的定义域内，是为了把 b 完全包含在 f的平移范围内（也可让 b 平移）。 　　(f 一 b)(s)=min{f(s)-b(s+x)| x ∈Df , s+ x∈Db} 图8-19 灰值腐蚀示意图 (a) 图像f； (b) 结构元素b ； (c) 用结构元素b对f腐蚀； (d)用结构元素b对f腐蚀的结果 图像 f (x) 结构元素b (x) 用结构元素b(x, y)对输入图像f(x, y)进行灰值膨胀记为 f ? b，其定义为： (f ? b)(s, t) = max{f(s-x,t-y)+b(x, y)｜(s-x, t-y)∈Df , (x, y)∈Db} （8-15） 式中，Df和Db分别是 f 和 b 的定义域。 这里限制 (s-x，t- y) 在 f 的定义域之内，类似于在二值膨胀定义中要求两个运算集合至少有一个（非零）元素相交。式（8-15）与二维离散函数的卷积的形式很类似，区别是式（8-15）用max(最大)替换了卷积的求和，用加法替换了卷积的相乘。 8.3.2 灰值膨胀 灰值膨胀运算机理： 同样，下面用一维函数来简单介绍灰值膨胀（8-15）的含义和运算操作机理。用一维函数时，式（8-15）可简化为： (f ? b)(s)=max{f(s-x)+b(x)| s-x ∈Df , x∈Db} （8-16） 和卷积相似，f(-x)是对应x轴原点的映射（反折）。对正的s，f(s-x) 向右移动，对负的s，f(s-x)向左移动。要求(s-x)在 f 的定义域内并要求x的值在b的定义域内，是为了使f和b的交集非空（有相重合部分）。 上式也可写为： (f ? b)(s)=max{f(x)+b(s-x)| x? Df , s-x? Db} 即对结构元素反折平移。 图8-21 灰值膨胀示意图 (a) 灰度膨胀过程； (b) 灰度膨胀结果 (a) 原始图像;  (b)灰值腐蚀后的图像; (c)灰度膨胀后的图像 灰值腐蚀、膨胀示例： 图8-20 灰值腐蚀与膨胀前后的图像 灰值腐蚀、膨胀运算的作用： 腐蚀的计算是在由结构元素确定的邻域中选取 f - b的最小值，因此，对灰值图像的腐蚀操作有两类效果： ①如果结构元素的值都为正的，则输出图像会比输入图像暗； ②如果输入图像中亮细节的尺寸比结构元素小，则其影响会被减弱，减弱的程度取决于这些亮细节周围的灰度值和结构元素的形状和幅值。 膨胀的计算是在由结构元素确定的邻域中选取f+b的最大值，因此对灰值图像的膨胀操作有两类效果： ①如果结构元素的值都为正的，则输出图像会比输入图像亮； ②根据输入图像中暗细节的灰度值以及它们的形状相对于结构元素的关系，它们在膨胀中或被消减或被除掉。 8.3.3 灰值开、闭运算 数学形态学中关于灰值开和闭运算的定义与它们在二值数学形态学中的对应运算是一致的。 开运算：用结构元素 b 对灰值图像 f 做开运算记为f ○ b，其定义为   f ○ b = ( f 一 b) ? b  闭运算：用结构元素b对灰值图像 f 做闭运算记为f ?