第七讲 图像态学处理.pptVIP

欢 迎 提任 何 问 题 * 例四、形状检测 ? ? ? ? ? ? ? - - - - 七、形态学的主要应用 1、边界提取 3x3结构元素获得单像素宽度边界，5x5结构元获得2或3个像素宽度的边界。 - 原点 - 例五、形态学提取边界 简单的二值图象 单像素宽度边界 结构元为3x3 2、区域填充 区域用1填充（非边界点为0） ：初始点 ：迭代终止 原点 填充结果 二值图象 选定区域填充后的图象 填充所有区域后的图象 例六、区域填充 初始点 3、连通分量的提取 连通分量 Y ：初始点 ：迭代终止 结构元 起点 第一次迭代的结果 最终的结果 例七、使用连通分量检测包装食物中的异物 原始图 门限 处理 5x5腐 蚀后的 结果 连通分量中像素的数目 4、凸壳 如果连接集合A内任意两个点的直线段都在A的内部，则A 是凸形的。 ?? 集合 A 的凸壳H是包含 A 的最小凸集合。 ?? 求集合 A 的凸壳C(A)的形态学算法： * ：迭代终止 结构元为： x x x x x x x x x x x x x x x x x x x x 不考 虑点 原点 寻找几何凸壳的过程： 凸壳显示每个 结构元素的属性 凸壳 设定水平和垂直尺寸 大小使得凸壳尺寸最小 5、细化 细化过程定义为： x x x x * * 细化过程的另一种定义为： 细化常用的结构元： x x x x x x x x x x x x 细化过程： 收敛后 的结果 转换为具有m连通度的结果 6、粗化 粗化过程定义为： 粗化过程的另一种定义为： * ? ? ? ? ? 粗化和细化是形态学上的对偶过程，为了将集合粗化，先求集合的补，通过对集合补的细化后，对细化结果求补，最后消除间断即获得集合的粗化。 粗化过程的解释： A补的细化 A补的细化的补 最终A的粗化 7、骨架S(A) 骨架示意图： a）若z是S(A)的点并且(D)z是在A内以z为圆心的最大圆盘，则不存在位于A中的能包含(D)z的更大圆盘。 集合A 最大圆盘 的位置 不同线段的 最大圆盘 最终骨架 由图有： b）圆盘(D)z在两个或更多的不同位置上与A的边界接触。 A 的骨架通过腐蚀和开操作表达： ：表示对 A 的连续 k 次腐蚀 - - - - - - - - 表示对Sk(A) 的连续 k 次膨胀 八、灰度级图像的形态学 内容：灰度级图像中的膨胀、腐蚀、开操作和闭操作。 1、膨胀的定义： 上式与二维卷积计算相比：最大值代替卷积求和，加法运算代替卷积相乘。 2、腐蚀的定义： - 上式与二维相关计算式相似，最小值代替相关运算，减法代替乘法。 3、膨胀、腐蚀的几何解释（以一维函数为例） 一维函数 高度为A的结构元b 膨胀过程示意 - 原始图像 膨胀后的图像 腐蚀后的图像 例八、灰度级图像膨胀和腐蚀 结构元为5 x 5，A=1 膨胀图像明亮且暗小的细节减弱或消除；腐蚀图像变暗 且尺寸小的明亮细节减弱或消除。 4、开操作和闭操作 - - 开操作性质： 定义： 闭操作性质： ：e的域是r的域的子集，且任何(x , y) ∈e，有e ( x , y) ≦r ( x , y) 开操作与闭操作的几何解释 开 操 作 闭 操 作 灰度线 原始图像 开操作运算后的图像 闭操作运算后的图像 例九、灰度级图像开操作和闭操作 开操作后的图像：小的明亮的细节变小，而暗的细节没有 明显变化 闭操作后的图像：小的暗的细节变小，而明亮部分没有 明显变化 5、灰度级图像形态学的应用 1) 形态学图像平滑 形态学图像平滑：先进行形态学开操作，后进行形态学闭操作。目的：减少或除去人为明和暗的因素和噪声。 2) 形态学图像梯度 - 形态学梯度使输入图像中灰度级的跃变更为急剧。 3) top-hat变换 形态学梯度使输入图像中灰度级的跃变更为急剧。 用于增强阴影的细节。 例十、灰度级图像的形态学应用 原始图像 形态学梯 度图像 进行一次 top-hat变 换的图像 形态学平 滑图像 例十一、灰度级图像的高帽变换处理 九、相关的形态学图像处理函数 1、基本的形态学处理：膨胀、腐蚀、开操作、闭操作、击中击不中变换。 imdilate（I，SE） 形态学膨胀 imerode （I，SE） 形态学腐蚀 imopen （I，SE） 形态学开操作 imclose （I，SE） 形态学闭操作 bwhitmiss（A，B1，B2） 击中击不中变换 strel （s