图像的形态处理学.docVIP

PAGE PAGE 196 　图像的形态处理学 本章要点： ? 形态学基本概念 ? 图像腐蚀 ? 图像膨胀 ? 图像开启与闭合 ? 图像细化 ? 图像粗化 ? 中轴变换 ８.1 形态学基本概念 形态学运算是针对二值图像依据数学形态学(Mathematical Morphology)集合论方法发展起来的图像处理方法。其主要内容是设计一整套的变换(运算)、概念和算法，用以描述图像的基本特征。这些数学工具不同于常用的频域或空域的方法，而是分析几何状况和结构的数学方法，是建立在集合代数基础上，用集合论方法定量描述几何结构的科学。它是法国和德国的科学家在研究岩石结构时建立的一门学科。形态学的用途主要是获取物体拓扑和结构信息，通过物体和结构元素相互作用的某些运算，得到物体更本质的形态。在图像处理中的应用主要是：(1)利用形态学的基本运算，对图像进行观察和处理，从而达到改善图像质量的目的；(2)描述和定义图像的各种几何参数和特征，如面积、周长、连通度、颗粒度、骨架和方向性等。1985年后，它逐渐成为分析图像几何特征的工具。 数学形态学以图像的形态特征为研究对象，描述图像的基本特征和基本结构，也就是描述图像中元素与元素、部分与部分间的关系。通常形态学图像处理表现为一种邻域运算形式，采用邻域结构元素的方法，在每个像素位置上邻域结构元素与二值图像对应的区域进行特定的逻辑运算，逻辑运算的结果为输出图像的相应像素。 数学形态学的运算以腐蚀和膨胀这两种基本运算为基础，引出了其它几个常用的数学形态运算，最常见的基本运算有七种，分别为：腐蚀、膨胀、开运算、闭运算、击中、细化和粗化，它们是全部形态学的基础。用这些运算及其组合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、图像增强和恢复等方面的工作。 为了便于理解和说明形态学这几种运算及其算法的设计，先介绍几个数学形态学中的基本符号和术语。 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，而取值为0的点构成背景。这类图像的集合是直接表示的。对于一幅图像A，如果点a在A的区域以内，那么就说a是A的元素，记为aA,否则记作aA。 2．交集、并集和补集 两个图像集合A和B的公共点组成的集合称为两个集合的交集，记为AB，即AB = {a|aA且aB} 两个集合A和B的公共元素组成的集合称为两个集合的并集，记为AB，即AB = {a|aA或 aB} 对一幅图像A，在图像A区域以外的所有点构成的集合称为A的补集，记为A′， 即A′={a|aA} 3．包含、击中与击不中 设有两幅图像A、B，如图8-1所示。 B包含于A：对于B中所有的元素bi，都有bi∈A，则称B包含于(included in)A，记作BA。 B击中A：如果AB，那么称B击中A，记为BA，其中是空集的符号。 B击不中A：否则如果AB=，那么称B击不中A。 A A B A　　　　　　B　　 　 B (a) B包含于A (b) B击中A (c) B击不中A 图8-1 两幅图像之间关系示意图 ４．目标和结构元素 将被考察或者被处理的图像称为目标图像（X），为了确定目标图像的结构，必须逐个地考察各部分之间的关系，并且进行检验，最后得到一个各部分之间关系的集合。在考察目标图像各部分之间的关系时，需要设计一种收集信息的“探针”，称为“结构元素”（S），在图像中不断移动结构元素，就可以考察图像之间各部分的关系。一般来说，结构元素的尺寸要明显小于目标图像的尺寸。设有两幅图像B，X。若X是被处理的对象，而B是用来处理X的，则B为结构元素(structure element)，又被形象地称作刷子。结构元素通常都是一些比较小的图像。 ８.2 图像腐蚀 １．理论基础 腐蚀是数学形态学的两种最为基本的运算之一，腐蚀在数学形态学中的作用是消除物体边界点,使边界向内部收缩的过程，可以把小于结构元素的物体去除。这样选取不同的大小的结构元素，就可以去除不同大小的物体。如两个物体间有细小的连通，通过腐蚀可将两个物体分开。腐蚀的数学表达式是： S = (8-1) 在公式中S表示腐蚀后的二值图像集合，B表示用来进行腐蚀的结构元素，结构元素内的每一个元素取值为0或1，它可以组成任何一种形状的图形，在B图形中有一个中心点；X表示原图像经过二值化后的像素