第七章 数学形态学与其应用.pdf

数学形态学及其应用 引言 二值形态学 灰值形态学 形态学的应用 1 数学形态学-概述 数学形态学(Mathematical Morphology)诞生于 1964年，是由法国巴黎矿业学院博士生赛拉 (J. Serra)和导师马瑟荣，在从事铁矿核的定量岩石学分 析及预测其开采价值的研究中提出 “击中/击不中变 换”，并在理论层面上第一次引入了形态学的表达式， 建立了颗粒分析方法。他们的工作奠定了这门学科的 理论基础， 如击中/击不中变换、开闭运算、布尔模 型及纹理分析器的原型等。数学形态学的基本思想是 用具有一定形态的结构元素去量度和提取图像中的对 应形状以达到对图像分析和识别的目的。 2 数学形态学-概述 数学形态学的数学基础和所用语言是集合论， 因此它具有完备的数学基础，这为形态学用于图像 分析和处理、形态滤波器的特性分析和系统设计奠 定了坚实的基础。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的结 构， 实现了形态学分析和处理算法的并行，大大提 高了图像分析和处理的速度。 3 数学形态学-概述 数学形态学是由一组形态学的代数运算子组成的， 它的基本运算有4个：膨胀 （或扩张）、腐蚀 （或侵 蚀）、开启和闭合，它们在二值图像和灰度图像中各有 特点。基于这些基本运算还可推导和组合成各种数学形 态学实用算法，用它们可以进行图像形状和结构的分析 及处理，包括图像分割、特征抽取、边界检测、 图像 滤波、图像增强和恢复等。数学形态学方法利用一个称 作结构元素的 “探针”收集图像的信息，当探针在图像 中不断移动时，便可考察图像各个部分之间的相互关系， 从而了解图像的结构特征。数学形态学基于探测的思想， 与人的FOA(Focus Of Attention)的视觉特点有类似之 处。作为探针的结构元素，可直接携带知识 （形态、大 小、甚至加入灰度和色度信息）来探测、研究图像的结 构特点。 4 数学形态学-概述 数学形态学的基本思想及方法适用于与图像处理 有关的各个方面，如基于击中/击不中变换的目标识 别，基于流域概念的图像分割，基于腐蚀和开运算的 骨架抽取及图像编码压缩，基于测地距离的图像重建， 基于形态学滤波器的颗粒分析等。迄今为止，还没有 一种方法能像数学形态学那样既有坚实的理论基础， 简洁、朴素、统一的基本思想，又有如此广泛的实用 价值。有人称数学形态学在理论上是严谨的，在基本 观念上却是简单和优美的。 5 数学形态学-概述 数学形态学是一门建立在严格数学理论基础上的学 科，其基本思想和方法对图像处理的理论和技术产生了 重大影响。事实上，数学形态学已经构成一种新的图像 处理方法和理论，成为计算机数字图像处理的一个重要 研究领域，并且已经应用在多门学科的数字图像分析和 处理的过程中。这门学科在计算机文字识别，计算机显 微图像分析(如定量金相分析， 颗粒分析)，医学图像处 理 （例如细胞检测、心脏的运动过程研究、脊椎骨癌图 像自动数量描述），图像编码压缩，工业检测(如食品检 验和印刷电路自动检测)，材料科学，机器人视觉，汽车 运动情况监测等方面都取得了非常成功的应用。另外， 数学形态学在指纹检测、经济地理、合成音乐和断层X光 照像等领域也有良好的应用前景。形态学方法已成为图 像应用领域工程技术人员的必备工具。目前，有关数学 形态学的技术和应用正在不断地研究和发展。