二值图象分析BinaryImageAnalysis.ppt

北京邮电大学自动化学院 二值图象分析Binary Image Analysis 注意：求得的惯性轴有两个，即最大、最小惯性轴。 3.6形态学算子 结合书上公式介绍以上要点 转换说明：下面介绍两种基本的形态学算子 细化是把区域缩成线条、逼近中心线（骨架或核线）的一种图像处理。细化的目的是减少图像成份，直到只留下区域的最基本信息，以便进一步分析和识别．虽然细化可以用在包含任何区域形状的二值图像，但它主要对细长形(而不是凸圆形或水滴状)区域有效．细化一般用于文本分析预处理阶段，以便将文本图像中线条图画或字符笔画表示成单像素线条． 要求： 1)连通图像区域必须细化成连通线结构； 2)细化结果最少应该是8连通； 3)保留近似终止线的位置； 4)细化结果应该近似于中轴线； 5由细化引起的附加突刺(短分支)应该是最小的。 3.5.7 细化 算法３.４:４邻点细化迭代算法 1、对于每一个像素，如果 １）没有上近邻（或下近邻或左近邻或右近邻） ２）不是孤立点或终止线 ３）去除该像素点不会断开区域 则去除该像素点． 2、重复步骤1直到没有像素点可以去除为止。 图3．14 细化手写体“华”的迭代过程． (a) 原图像，(b)—(f)为 五次迭代过程，每次迭代削去一层边界． 3.5.7 细化 如果某一连通成份可以变化，使得背景像素点变成1的运算称为扩展．如果物体像素点全方位地消减或变为0时，则称为收缩． 扩展：如果背景和洞的像素点邻点是1，则将该点从0变为1． 收缩：如果物体像素点邻点是0，则将该点从1变为0． 3.5.8 扩展与收缩 原始噪声图像 扩展运算 收缩运算 对字母h收缩与扩展算法实验结果： 对字母h收缩与扩展算法实验结果： 原始噪声图像 扩展运算 收缩运算 扩展-收缩 收缩-扩展 先扩展后收缩算法能补上不希望存在的洞，先收缩后扩展算法则能去除孤立的噪声点。 对字母h收缩与扩展算法实验结果： 原始噪声图像 扩展运算 收缩运算 扩展-收缩 收缩-扩展 ：S扩展k倍 ：S收缩k倍 理论基础：集合论 作用：保持形状特征，同时简化图像 工具：结构元 数学形态学（mathematical mophology） 3.6.1 形态学集合论基础 图像=前景像素的集合 交运算 并运算 平移运算 二值图像A被一个像素点p平移是指将A的原点移到 p。 3.6.2 形态学算子-1 用结构元进行膨胀运算也可以描述为：结构元的原点像素经过待膨胀的二值图像中所有1像素点时，对应结构元所有１像素的二值图像像素置为１像素； 膨胀（dilation）：扩张图像区域 结构元原点是指定的，不一定是图像左上角 多种解释：图像位移、结构元位移 用结构元位移计算 3.6.2 形态学算子-2 用结构元进行腐蚀运算也可以描述为：结构元的原点像素经过待腐蚀的二值图像中所有1像素点时，如果结构元中有一个１像素没有对应待腐蚀二值图像的１像素，则对应结构元原点的待腐蚀二值图像１像素置为０． 腐蚀（erosion）： 获得表示结构元所有出现位置的图像 用结构元位移计算 图3．16 原始测试图像A (左)与结构元B(右)． 注意结构元的原点比中的其它像素点要黑一些． A被B膨胀 A被B腐蚀 3.6.2 形态学算子-3 开运算（opening）：去除比结构元小的区域像素 用同一结构元腐蚀后再膨胀 闭运算（closing）：填充比结构元小的孔洞 用同一结构元膨胀后再腐蚀 图3．18“开”运算． 左：腐蚀；右：膨胀．图中的粗黑线表示原始图像边界 图3.19 “闭”运算． 左：膨胀；右：腐蚀．图中的粗黑线表示原始图像边界 南京航空航天大学 自动化学院 第 3 章 二值图像例 3.1 二值图象 二值图象的特点 a. 二值图像只有两个灰度级，其中物体像素值为1，背景像素值为0； b. 图象中许多的特征如边缘、轮廓可以用二值图像表示； c.二值图像处理的算法简单，所需的内存小，计算速度快； d.二值视觉系统技术可用于灰度图像视觉系统 。 (3)二值图象的获取 a. 硬件实现 敏感元二值输出或逻辑输出。敏感元模拟值 输出，通过硬件电路二值化。 b. 软件实现 灰度图象可以通过阈值（threshold）分割进行二值化处理。 图象二值化 设一幅灰度图像中物体的灰度分布在某一区间内，经过阈值运算后的图像为二值图像。 其中Z是组成物体各部分灰度值的集合． (4)灰度图象的二值化 一幅灰度图像和使用不同阈值得到的二值图像结果 1：原始灰度图像，2