第八章数学形态学及其应用.pdf

第八章数学形态学及其应用 第八章数学形态学及其应用 8.1 引言 8.2 二值形态学 8.3 灰值形态学 8.4 形态学的应用 8.5 应用实例——细化 第八章数学形态学及其应用 8.1 引 言 8.1.1 数学形态学 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。 第八章数学形态学及其应用 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。 第八章数学形态学及其应用 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。 第八章数学形态学及其应用 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。 第八章数学形态学及其应用 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。 第八章数学形态学及其应用 8.1.2 基本符号和术语 1. 元素和集合 在数字图像处理的数学形态学运算中，把一幅图像称为一 个集合。对于二值图像而言，习惯上认为取值为1的点对应于景 物中心，用阴影表示，而取值为0 的点构成背景，用白色表示， 这类图