[工学]形态学.doc

形态学的基本思想是用具有一定形态的结构元素去度量和提取图像中的对应形状以达到对图像分析和识别的目的。数学形态学的数学基础和所用语言是集合论，它着重研究图像的几何结构，由于视觉信息理解都是基于对象几何特性的，因此它更适合视觉信息的处理和分析，这类相互作用由两种基本运算腐蚀和膨胀及它们的组合运算来完成。数学形态学的应用可以简化图像数据，保持它们基本的形状特性，并除去不相干的结构。数学形态学的算法具有天然的并行实现结构。 数学形态学的基本运算有4个：膨胀、腐蚀、开启的闭合，它们在二值图像中的灰度图像中各有特点。基于这些运算还可以推导和组合成各种数学形态学的实用算法。我们这里主要讨论二值数学形态学的基本运算和算法。 二值图像包含目标的位置、形状、结构等许多重要特征，是图像分析和目标识别的依据。二值形态学的运算对象是集合，但实际运算中当涉及两个集合时并不把它们看作是互相对等的，一般设A为图像集合，B为结构元素，数学形态学运算是用B对A进行操作。 膨胀 膨胀的运算符为，A用B来膨胀写作，其定义为: 上式表明用B膨胀A的过程是，先对B做关于原点的映射，再将其映像平移x，这里A与B映像的交集不为空集。也可以解释为： 腐蚀 腐蚀的运算符为，A用B来腐蚀写作，其定义为: 上式表明用B腐蚀A的结果是所有x的集合，其中B平移x后仍在A中，换句话说，用B来腐蚀A得到的集合是B完全包括在A中时B的原点位置的集合。 开启和闭合 膨胀和腐蚀并不是互为逆运算，所以它们可以级连结合使用，例如，可以对图像进行腐蚀然后膨胀其结果，或先对图像进行膨胀然后腐蚀其结果。前一种运算称为开启，后一种称为闭合。 开启的运算符为，A用B来开启写作,其定义为 闭合的运算符为，A用B来开启写作,其定义为 二值图像是指那些灰度只取两个可能值的图像，这两个灰度值通常取为O和1。习惯上认为取值1的点对应于景物中的点，取值为0的点构成背景。这类图像的集合表示是直接的。考虑所有1值点的集合(即物体)X，则X与图像是一一对应的。我们感兴趣的也恰恰是X集合的性质。如何对集合X进行分析呢?数学形态学认为，所谓分析，即是对集合进行变换以突出所需要的信息。其采用的是主观“探针”与客观物体相互作用的方法。“探针”也是一个集合，它由我们根据分析的目的来确定。术语上，这个“探针”称为结构元素。选取的结构元素大小及形状不同都会影响图像处理的结果。剩下的问题就是如何选取适当的结构元素以及如何利用结构元素对物体集合进行变换。为此，数学形态学定义了两个最基本的运算称为腐蚀和膨胀。 2.2.3 二值开运算 在形态学图像处理中，除了腐蚀和膨胀这两种基本运算之外，还有两种由腐蚀和膨胀定义的运算，还有两种二次运算起着非常重要的作用，即开运算及其对偶运算---闭运算。从结构元素填充的角度看，它具有更为直观的几何形式。同时提供了一种手段，使得我们可以在复杂的图像中选择有意义的子图像。 假设A仍为输入图像，B为结构元素，利用B对A作开运算，用符号A B表示，其定义为: （2-5） 所以，开运算实际上是A先被B腐蚀，然后再被B膨胀的结果。开运算还可以用其它符号表示，如O(A，B)，OPEN(A，B)，在本文中，我们采用o(A，B)来表示。开运算能从一个图像A中选取一个与结构元素B相匹配的子集合，该子集合的性质是: O(A,B) {x,for tAB,xand} (2-23) 上式表示图像A对结构元素B的开运算。精确地选择集合A中的点x，当x被结构元素B或其平移B，覆盖的同时，结构元素必须整个包含在集合A内部，由此可以得出开运算是一个反延伸性质的运算。 对于式 C(AB)=(CA)U(CB) (2-24) 可改写成： 其中 x (2-25) 这种写法形象地描述了开运算的特性:当结构元素B扫过整个图像A集合内部，那些使结构元素B的任何像素不超出图像A边界的图像A的像素点的集合，就是O(A，B)。开运算的这种基本的几何形状匹配性质在图像处理中是非常有用的。它可以用来分解图像，抽取图像中有意义且独立的图像元。 通常的例子是用圆盘对矩形作开运算，通过2.1节对腐蚀和膨胀运算的描述，我们不难得到开运算的结果，如图2-7所示。 图2-7 圆盘开运算 开运算还可以用其它符号来表示，如 O(A,B),OPEN(A,B)等，在本文中我们用O(A,B)来表示。开运算实际上是A先被B腐蚀，然后再被B膨胀的结果。也可以理解为开运算可以通过计算所有可以填入图像内部的结构元素平移的并集求得。当结构元素B扫过整个图像集合内部，那些使结构元素B的任何像素不越出图像A边界的图像A的像素点的集合，就