图像处理的数学形态变换.pptVIP

第八讲 图像处理的数学形态方法 图像处理的数学形态方法 图像处理的数学形态方法 8.1 数学形态学的基本概念 基本概念 基本概念 基本概念 基本概念 8.2 基本的形态变换 基本的形态变换 基本的形态变换 基本的形态变换 基本的形态变换 基本的形态变换 基本的形态变换 基本的形态变换 基本的形态变换 基本的形态变换 基本的形态变换 基本的形态变换 基本的形态变换 基本的形态变换 基本的形态变换 基本的形态变换 基本的形态变换 基本的形态变换 基本的形态变换 基本的形态变换 8.3 二值图像的数学形态变换 二值图像的数学形态变换 二值图像的数学形态变换 二值图像的数学形态变换 二值图像的数学形态变换 二值图像的数学形态变换 二值图像的数学形态变换 二值图像的数学形态变换 二值图像的数学形态变换 二值图像的数学形态变换 二值图像的数学形态变换 二值图像的数学形态变换 二值图像的数学形态变换 二值图像的数学形态变换 二值图像的数学形态变换 二值图像的数学形态变换 二值图像的数学形态变换 二值图像的数学形态变换 二值图像的数学形态变换 二值图像的数学形态变换 二值图像的数学形态变换 实验(三)要求 实验三 实验三 实验三 实验三 开启运算和闭合运算图像处理示例 * 开启运算和闭合运算的性质 性质1 开启和闭合都具有增长性： 即若 ，则： 性质2 开启运算是非外延的，而闭合运算是外延的： 性质3 开启和闭合运算都具有同前性： 性质4 开启和闭合运算都具有对偶性： 即开启运算和闭合运算是关于集合补和反转的对偶，即： 处理二值图像时，采用的是基于二值数学形态学运算的形态学变换。 形态学的主要应用是提取表示和描述图像形状、特征的有用成分，特别是应用形态学方法提取某一区域的边界线、图像边缘轮廓、图像连接成分、物体骨架特征、目标识别等众多的实际应用。 图像的平滑处理 图像的边缘提取 图像的形态滤波 图像的细化 图像的平滑处理 采集图像时由于各种因素，不可避免地存在着噪声，多数情况下噪声是加性的。可以通过形态变换进行平滑处理，滤除图像的可加性噪声。 形态开启是一种串行复合极值滤波，可以切断细长的搭线，消除图像边缘毛刺和孤立点，具有平滑图像边界的功能； 闭合运算是一种串行复合极值滤波，具有平滑边界的作用，能连接短的间断，填充小孔的作用。 可以通过开启和闭合运算的串行结合来构成形态噪声滤波器，如下图所示： 图像平滑处理示例 图像的边缘提取 在一幅图像中，图像的边缘线或棱线是信息量最为丰富的区域，而提取边界或边缘也是图像分割的重要组成部分。 通过提取物体的边界可以明确物体的大致形状，这种做法实质上把一个二维复杂的问题表示成一条边缘曲线，大大节约了处理时间，为识别物体带来了方便。 提取物体的轮廓边缘的形态学变换为： 区域填充 利用膨胀、求补、交集等，可以用来填充区域。 从一点开始膨胀迭代，为避免填充整个区域，用和A的补集的交集进行限制。 应用实例：磨光的小球在拍照时由于反光，在二值化后形成内部的暗点，可以利用形态学区域填充算法进行消除。 提取连通分量 Y是一个包含于集合A中的连通分量，且其中一点p已知，则Y可以这样计算： 开始时，令X0等于p，进行迭代，直到Xk=Xk-1时结束，此时Xk就是Y。 提取连通分量 应用实例 形态滤波 无论是基本形态变换还是复合形态运算，都可以改变图像的某些特征。 结构元素的形状和大小直接影响形态滤波的输出效果。不仅不同形状的结构元素，而且不同尺寸的同形状结构元素，其滤波效果也有明显的差异。 选择不同形状、不同尺寸的结构元素，可以提取图像的不同特征。 图像的形态滤波示例 细化 物体细化后的骨架是一个非常有用的特征，是描述图像几何及拓扑性质的重要特征之一，它决定了物体路径的形态。 求图像骨架的过程，就是对图像进行细化的过程。 在文字识别、地质构造识别、工业零件识别或图像理解中，先进行细化有助于突出形状特点和减少冗余的信息。 图像细化（骨架提取）示例 * * 数学形态学是一门建立在集合论基础上的学科，它是几何形态分析和描述的有力工具。 从某种意义上说，数学形态学实际上构成了一种新型的数字图像分析方法和理论。 这门学科最早起源于对岩相学的定理描述工作，近年来在数字图像处理和机器视觉领域中得到了广泛的应用。 基本思想： 用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。 移动、描述 1. 基本集合定义 …… 2. 图像空间的集合表示 对于n维图像，可用n维欧式空间的E(n)中的一个集合来表示。E(n)的全体集合用R来表示。 假设要考察的图像是R中的一个集合