数字图像处理基础朱虹答案 .pdf

数字图像处理基础朱虹答案

【篇一：数字图像处理-图像的腐蚀】

像腐蚀对图像的提取与识别的重要性，提高分析问题解决问题的能

力，较深入地理解数字图像处理的基本概念、基础理论以及解决问

题的基本思想方法

2熟悉数字图像处理的基本概念、原理、和方法，锻炼初步综合利

用所学知识深入研究有关信息领域问题的能力，并未以后在此方向

上的深入研究奠定基础。

3熟悉掌握一门计算机语言可以进行数字图像的应用与处理设计。

1熟悉掌握matlab仿真的软件的应用平台及使用方法。

2理解图像腐蚀的原理。

3设计合理的程序，能实现图像的腐蚀。

3.1关于图像腐蚀

形态学运算只针对二值图像（二进制图像），并依据数学形态学

（mathermaticalmorphogy）集合论方法发展起来的图像处理方法，

起源于岩相对岩石结构的定量描述工作，在数字图像处理和机器视

觉领域中得到了广泛的应用，形成了一种独特的数字图像分析方法

和理论。数学形态学是图像处理和模式识领域的新方法，其基本思

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，

以达到图像分析和识别的目的。优势有以下几点：有效滤除噪声，

保留图像中原有信息，算法易于用并行处理方法有效实现（包括硬

件实现），基于数学形态学的边缘信息提取处理优于基于微分运算

的边缘提取算法，提取的边缘比较平滑，提取的图像骨架也比较连

续，断点少。

二值图像中的一种主要处理是对所提取的目标图形进行形态分析。

而形态处理中最基本的是腐蚀与膨胀。腐蚀处理的作用是将目标图

形收缩。运算效果取决于结构元素大小内容以及逻辑运算性质。

结构元素是指具有某种确定形状的基本结构元素，例如，一定大小

的矩形,圆或者菱形等。

腐蚀处理可以表示成用结构元素对图像进行探测，找出图像中可以

放下该结构元素的区域。腐蚀是一种消除边界点，使边界向内部收

缩的过程。可以用来消除小且无意义的目标物。如果两目标物间有

细小的连通，可以选取足够大的结构元素，将细小连通腐蚀掉[1]。

3.2腐蚀的算法

用3x3的结构元素，扫描图像的每一个像素；

用结构元素与其覆盖的二值图像做“与”操作；

如果都为1，结果图像的该像素为1。否则为0。

结果：使二值图像减小一圈。

把结构元素b平移a后得到ba，若ba包含于x，我们记下这个a

点，所有满足上述条件的a点组成的集合称做x被b腐蚀(erosion)

的结果。用公式表示为：e(x)={a|ba

x}=xb，如图1.1所示。

图3.1腐蚀的示意图

图1.1中x是被处理的对象，b是结构元素。不难知道，对于任意

一个在阴影部分的点a，ba包含于x，所以x被b腐蚀的结果就是

那个阴影部分。阴影部分在x的范围之内，且比x小，就象x被剥

掉了一层似的，这就是为什么叫腐蚀的原因。

值得注意的是，上面的b是对称的，即b的对称集bv=b，所以x

被b腐蚀的结果和x被bv腐蚀的结果是一样的。如果b不是对称的，

让我们看看图

6.9，就会发现x被b腐蚀的结果和x被bv腐蚀的结果不同。

图1.1和图1.2都是示意图，让我们来看看实际上是怎样进行腐蚀

运算的。在图1.3中，左边是被处理的图象x(二值图象，我们针对

的是黑点)，中间是结构元素b，那个标有origin的点是中心点，即

当前处理元素的位置，我们在

介绍模板操作时也有过类似的概念。腐蚀的方法是，拿b的中心点

和x上的点一个一个地对比，如果b上的所有点都在x的范围内，

则该点保留，否则将该点去掉；右边是腐蚀后的结果。可以看出，

它仍在原来x的范围内，且比x包含的点要少，就象x被腐蚀掉了

一层。

图3.3腐蚀运算

图3.4原图

图3.5腐蚀后的结果图

图1.4为原图，图1.5为腐蚀后的结果图，能够很明显地看出腐蚀

的效果。下面的这段程序，实现了上述的腐蚀运算，针对的都是黑

色点。参数中有一个bool变量，为真时，表示在水平方向进行腐蚀

运算，即结构元素b为[111];

t[2]否则在垂直方向上进行腐蚀运算，即结构元素b为[111]。

创建结构元素：strel函数来创建任意大小和形状的strel对象，支

持如线形line、菱形diamond、圆盘形disk、球形ball等许多种常

用的形状。（本次实验做对象