第15章 灰度学形态学.pptVIP

第15章 灰度数学形态学 15.1 灰度图象的排序 15.1 灰度图象的排序 15.1 灰度图象的排序 15.1 灰度图象的排序 15.2 灰度形态学基本运算 15.2.1 膨胀和腐蚀 15.2.1 膨胀和腐蚀 15.2.1 膨胀和腐蚀 15.2.1 膨胀和腐蚀 15.2.1 膨胀和腐蚀 15.2.2 开启和闭合 15.2.3 基本运算性质 15.2.4 对结构元素的讨论 15.2.4 对结构元素的讨论 15.3 灰度形态学组合运算 15.3 灰度形态学组合运算 15.3 灰度形态学组合运算 15.3 灰度形态学组合运算 15.3 灰度形态学组合运算 15.3 灰度形态学组合运算 15.3 灰度形态学组合运算 15.4 灰度形态学实用算法 15.4 灰度形态学实用算法 15.4 灰度形态学实用算法 15.4 灰度形态学实用算法 15.4 灰度形态学实用算法 15.4 灰度形态学实用算法 15.4 灰度形态学实用算法 15.5 图象代数 15.5 图象代数 15.5 图象代数 15.5 图象代数 联 系 信 息 图象代数是一个比较大的概念 ＝数学形态学＋卷积一类的线性处理技术 图象代数可看作是一种为表示图象处理算 法而设计的高级语言 图象代数本质上是并行的 图象代数的一个不足之处是，它的表达方 法对人们直观理解算法的帮助不大？ 已经证明用图象代数编写任何图象处理程 序在理论上都是可能的 1、 图象运算 记R为实数集合，X为图象的定义域 一幅实值图象a定义为： a和b是具有相同定义域X的两幅实图象 1、 图象运算 任何定义在R上的函数都可用实图象作为其 变量导出，导出函数可用对图象值进行点 操作实现 特性函数 将特性函数用于一幅实图象产生一幅二值 图象（这是一个取阈值操作） 2、 模板与形态结构元素 模板结合了一般常说的模板、掩模、窗户 以及邻域操作，所以它的概念与数学形态 学中的结构元素有所不同 在数学形态学中原始图象和结果图象的定 义域是相同的，而在图象代数中并不一定 相同 模板是一组图象 *章毓晋 (TH-EE-IE) 第*页 第15讲 章毓晋 清华大学电子工程系 100084 北京 图象工程 15.1 灰度图象的排序 15.2 灰度形态学基本运算 15.3 灰度形态学组合运算 15.4 灰度形态学实用算法 15.5 图象代数 对灰度图象讨论数学形态学的方法时不仅 要考虑空间位置还要考虑灰度的大小 以1-D的信号为例 一个信号f (x)的支撑区/定义域为 如果对所有的 x 都有g(x) ≤ f (x)，就说 g(x) 在f (x)的下方，并记为g(x) ≤ f (x) 当且仅当D[g] ? D[f ]且x属于两个信号的共同支撑区，即当x ? D[g]时，有g(x) ≤ f (x) 图(a)中g(x)在不在 f (x)的下方 ? 图(b)中g(x)在不在 f (x)的下方 ? 图(c)中g(x)在不在 f (x)的下方 ? 二值信号：交集和并集操作 灰度信号：最小和最大操作 两个信号 f (x)和g(x)的最小值( f ? g)(x) 如果 x ? D[f ] ∩ D[g]，那么( f ? g)(x)是 f (x)和g(x) 的最小值，否则( f ? g)(x) = –? 两个信号 f (x)和g(x)的最大值( f ? g)(x) 如果 x ? D[f ] ∩ D[g]，那么( f ? g)(x)是 f (x)和g(x)的最大值，否则( f ? g)(x) = –?；如果x ? D[ f ] – D[g]，那么( f ? g)(x) = f (x)；如果 x ? D[g] – D[ f ]，那么( f ? g) (x) = g(x)；如果x ? D[ f ] ? D[g]，那么( f ? g)(x) = –?。 这里运算的操作对象不再看作集合而看作图象函数：f (x, y)是输入图象，b(x, y)是结构元素 15.2.1 膨胀和腐蚀 15.2.2 开启和闭合 15.2.3 基本运算性质 15.2.4 对结构元素的讨论 1. 膨胀 Df 和Db分别是 f 和 b 的定义域 与2-D卷积的形式很类似，区别是这里用最大替换了卷积中的求和/积分，用加法替换了卷积中的相乘