图像的数学形态学运算.pptVIP

图像的数学形态学运算 概述 集合论基础知识 膨胀和腐蚀(Dilation Erosion) 开操作和闭操作(Opening Closing) 击中或击不中变换(Hit-or-Miss Transform) 形态学的主要应用： 边界提取、区域填充、连通分量的提取、凸壳、细化、粗化等 概述 形态学:一般指生物学中研究动物和植物结构的一个分支 数学形态学表示以形态为基础对图像进行分析的数学工具 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 形态学图像处理的数学基础和所用语言是集合论 概述（续） 形态学图像处理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 形态学图像处理的基本运算有 膨胀 腐蚀 开操作 闭操作 集合论基础知识 集合论基础知识 集合B的映射 ，定义为 ={w|w = ?b,b∈B }即关于原集合原点对称 集合A平移到点z=(z1,z2),表示为(A)z，定义为 (A)z ={c| c = a+z, a∈A } 二值形态学 二值形态学中的运算对象是集合。设A为图像集合，S为结构元素，数学形态学运算是用S对A进行操作 需要指出，实际上结构元素本身也是一个图像集合。对每个结构元素可以指定一个原点，它是结构元素参与形态学运算的参考点 应注意，原点可以包含在结构元素中，也可以不包含在结构元素中，但运算的结果常不相同 二值形态学中两个最基本的运算是腐蚀与膨胀 膨胀和腐蚀 膨胀应用举例 膨胀和腐蚀 腐蚀在数学形态学运算中的作用是消除物体边界点 如果结构元素取3×3的像素块，腐蚀将使物体的边界沿周边减少一个像素 腐蚀可以把小于结构元素的物体(毛刺、小凸起)去除，这样选取不同大小的结构元素，就可以在原图像中去掉不同大小的物体 如果两个物体之间有细小的连通，那么当结构元素足够大时，通过腐蚀运算可以将两个物体分开 腐蚀应用举例 开操作和闭操作 开操作：使图像的轮廓变得光滑，断开狭窄的间断和消除细的突出物 使用结构元素B对集合A进行开操作，定义为： Ao B = (AΘB)⊕ B 含义：先用B对A腐蚀，然后用B对结果膨胀 另一个定义 Ao B = ∪{(B)z | (B)z ? A} 开操作和闭操作 开操作的几何解释 闭操作的几何解释 开操作和闭操作应用举例 开操作和闭操作应用举例 a图是受噪声污染的指纹二值图像，噪声为黑色背景上的亮元素和亮指纹部分的暗元素 b图是使用的结构元素 c图是使用结构元素对图a腐蚀的结果：黑色背景噪声消除了，指纹中的噪声尺寸增加 缺点：指纹线路还是有缺点，可以通过加入限制性条件解决 击中或击不中变换 设有两幅图像A和B，如果A∩B≠φ，那么称B击中A，其中φ是空集合的符号；否则，如果A∩B=φ，那么称B击不中A 一般来说，一个物体的结构可以由物体内部各种成分之间的关系来确定。为了研究物体（在这里指图像）的结构，可以逐个地利用其各种成分 (例如各种结构元素)对其进行检验，判定哪些成分包括在图像内，哪些在图像外，从而最终确定图像的结构。 击中/击不中变换就是在这个意义上提出的。 击中 设X是被研究的图像，S是结构元素，而且S由两个不相交的部分S1和S2构成.即S=S1∪S2,且S1∩S2=φ.于是，X被S“击中”的结果定义为 击中或击不中变换 三个相关公式 A中对B进行的匹配表示为： B=(B1,B2),B1 = X,B2 = (W ? X) B1是由与一个对象相联系的B元素构成的集合， B2是与相应背景有关的B元素的集合 A被B击中的结果相当于A被B1腐蚀的结果与X 被B2的反射集膨胀的结果之差 击中运算也可以借助于腐蚀、膨胀两基本运算来实现. 击中或击不中变换举例 形态学的主要应用 边界提取 定义 β (A)= A?(AΘB) 上式表示：先用B对A腐蚀，然后用A减去腐蚀得到，B是结构元素 边界提取举例 1表示为白色，0表示为黑色 形态学的主要应用 区域填充 定义:设所有非边界(背景)点标记为0，则将1赋给p点开始， 实现目的：从边界内的一个点开始，用1填充整个区域 X0=p，如果Xk=Xk-1，则算法在迭代的第k步结束。Xk和A的并集包含被填充的集合和它的边界 条件膨胀：如果对上述公式的左部不加限制，则上述公式的膨胀将填充整个区域。利用Ac的交集将结果限制在感兴趣区域内，实现条件膨胀 应用：形态学区域填充因为球内部的暗点不是真实的，而是反射所产生的效果，我们的目的就是通过区域填充消除反射。 区域填充举例 通过区域填充消除白色