《数字图像处理》课件第6章 数学形态学-b.pptx

数字图像处理DigitalImageProcessing

目录1.概论2.数字图像处理基础3.图像增强4.图像的几何变换5.频域处理6.数学形态学基础7.图像分割8.图像特征与理解

第六章数学形态学1.引言2.二值形态学3.灰值形态学4.形态学的应用5.应用实例-角点检测输入输出/introduction-to-video-and-image-processing/morphology-introduction-to-video-and-image-processing-part-1/

第六章数学形态学数学形态学是数字图像处理的重要工具，可用于获取图像边界、提取骨架、去除噪声和检测角点。其应用覆盖文字识别、视觉检测、医学图像处理等领域。

6.1数学形态学数学形态学诞生于1964年，法国巴黎矿业学院的赛拉(J.Serra)和导师马瑟荣(G.Matheron)，在铁矿核的定量岩石学分析及开采价值预测研究中提出“击中击不中变换”，并首次引入了形态学的表达式，建立了颗粒分析方法，奠定了数学形态学的理论基础。数学形态学的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，以达到图像分析和识别的目的。数学形态学由一组形态学的代数运算子组成，其基本运算有：膨胀、腐蚀、开和闭运算。

6.1数学形态学数学形态学具有完备的数学基础——集合论，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基础。基本符号和术语：元素和集合：一幅图像称为一个集合。对于二值图像而言，取值为1的点对应于景物，用阴影表示；取值为0的点构成背景，用白色表示。AB

6.1数学形态学基本符号和术语：交集并集补集(a)A∩BABABAAB(b)A∪B(c)AC(d)A?B

6.1数学形态学基本符号和术语：击中(Hit)击不中(Miss)ABB

6.1数学形态学基本符号和术语：目标：通常指图像中像素值不为0的点结构元素：结构元素：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。矩形结构元素十字形结构元素圆形结构元素菱形结构元素

6.2二值形态学一般设A为图像集合，S为结构元素，数学形态学运算是用S对A进行操作。结构元素本身也是一个图像集合，不过通常其尺寸要比目标图像小得多。对结构元素可指定一个原点，将其作为结构元素参与形态学运算的参考点。原点可包含在结构元素中，也可不包含在结构元素中，但运算的结果常不相同。以下用黑点代表值为1的区域，白点代表值为0的区域，运算对于值为1的区域进行。参考点在中心参考点不在中心参考点不属于结构元素

6.2二值形态学腐蚀一种最基本的数学形态学运算。对给定的目标图像X和结构元素S，将S在图像上移动，则在每一个当前位置x，S+x只有3种可能的状态，XS+x3S+x2S+x1

6.2二值形态学腐蚀用S腐蚀X得到的集合是S完全包含在X中时S的原点位置的集合。可形象解释为：将模板所覆盖的像素灰度按从小到大排序，取排序结果的最小值做为该像素的灰度值。X?S={x|S+x?X}XS+x3S+x2S+x1101100001

6.2二值形态学腐蚀举例(a)集合(b)结构元素S(c)用S腐蚀X的结果

6.2二值形态学腐蚀举例(a)原始图像(b)二值图像(c)3×3矩形结构元素腐蚀结果(d)5×5矩形结构元素腐蚀结果(e)5×5十字形结构元素腐蚀结果(f)5×5圆形结构元素腐蚀结果

6.2二值形态学腐蚀举例腐蚀

6.2二值形态学膨胀将X中的每一个点x扩大为S+x，即膨胀运算，记为XS可形象解释为：将模板所覆盖的像素灰度按从小到大排序，取排序结果的最大值做为该像素的灰度值。或

6.2二值形态学膨胀举例(a)集合(b)结构元素S(c)用S膨胀X的结果

6.2二值形态学膨胀举例(a)原始图像(b)二值图像

6.2二值形态学基本概念膨胀操作可填充图像中比结构元素小的孔洞，以及图像边缘处小的凹陷部分。腐蚀可以消除图像中的毛刺及细小连接成分，并将图像缩小，从而使其补集扩大。膨胀和腐蚀并非互为逆运算，所以它们可以级连结合使用，对图像进行开和闭运算。

6.2二值形态学开运算闭运算去掉图像中黑色孔洞和白色噪音块

6.2二值形态学开运算原始图像先腐蚀后膨胀开运算

6.2二值形态学闭运算开运算结果先膨胀后腐蚀闭运算

6.2二值形态学闭运算开运算结果先膨胀后腐蚀闭运算

6.2二值形态学开、闭运算举例如何去掉两个矩形区域的中间