第9章形态学图像处理PPT课件下载推荐.ppt
《第9章形态学图像处理PPT课件下载推荐.ppt》由会员分享，可在线阅读，更多相关《第9章形态学图像处理PPT课件下载推荐.ppt（47页珍藏版）》请在冰豆网上搜索。
消除边界点，使边界向内部收缩，用来消除小且无意义的物体。
定义1：
A和B是两个集合，A被B腐蚀定义为AB=定义2：
AB=9.2膨胀和腐蚀膨胀和腐蚀u例：
膨胀的简单应用A=imread（Fig0906（a）（broken-text）.tif）;
B=010;
111;
010;
A2=imdilate（A,B）;
subplot（1,2,1）,imshow（A）.subplot（1,2,2）,imshow（A2）9.2膨胀和腐蚀膨胀和腐蚀u例：
腐蚀的简单应用A=imread（Fig0908（a）（wirebond-mask）.tif）;
se=strel（disk,10）;
%构造半径为10的圆盘结构元素A2=imerode（A,se）;
%进行腐蚀操作subplot（2,2,1）,imshow（A）subplot（2,2,2）,imshow（A2）se=strel（disk,5）;
A3=imerode（A,se）;
subplot（2,2,3）,imshow（A3）A4=imerode（A,strel（disk,20）;
subplot（2,2,4）,imshow（A4）9.2膨胀和腐蚀膨胀和腐蚀u例：
实验结果总结：
根据结构元素的大小不同，可以腐蚀掉不同的图像不相关细节9.3膨胀和腐蚀的组合膨胀和腐蚀的组合uu开操作作用：
删除了不能包含结构元素的对象匹配；
平滑了对象的轮廓；
断开了狭窄的连接；
消除了细的突出物。
使用结构元素B对集合A进行开操作：
即先用B对A进行腐蚀，再用B对结果进行膨胀定义2：
9.3膨胀和腐蚀的组合膨胀和腐蚀的组合u开操作几何解释：
开操作通过B中的点来完成B在A的边界内转动，B中的点能到达A边界的最大值9.3膨胀和腐蚀的组合膨胀和腐蚀的组合u闭操作作用：
平滑了对象轮廓；
将狭窄的缺口连接起来形成细长的弯口；
填充比结构元素小的洞；
并填补轮廓线中的断裂。
定义：
使用结构元素B对集合A进行闭操作：
即先用B对A进行膨胀，再用B对结果进行腐蚀闭操作通过B中的点来完成B在A的边界外部转动，因为开操作和闭操作是一对对偶操作u闭操作的几何意义9.3膨胀和腐蚀的组合膨胀和腐蚀的组合u开操作函数：
C=imopen（A,B）其中，A是一幅二值图像，B是指定了结构元素的矩阵u闭操作函数：
C=imclose（A,B）9.3膨胀和腐蚀的组合膨胀和腐蚀的组合u函数imopen和imclose的应用实验：
f=imread（Fig0910（a）（shapes）.tif）;
se=strel（square,20）;
%构造20*20的结构元素fo=imopen（f,se）;
%使用20*20的结构元素对原图像进行开运算fc=imclose（f,se）;
foc=imclose（fo,se）;
实验：
f=imread（Fig0911（a）（noisy-fingerprint）.tif）;
se=strel（square,3）;
fo=imopen（f,se）;
9.3膨胀和腐蚀的组合膨胀和腐蚀的组合u实验结果：
开操作：
闭操作：
填充比结构元素小的洞；
先开操作再闭操作：
构成了噪声滤波器，可以有效地去除噪声9.3膨胀和腐蚀的组合膨胀和腐蚀的组合u实验结果：
原图像存在噪声：
黑色背景上的亮元素和亮指纹部分暗元素开操作：
消除了背景和指纹中所有的噪声，但指纹纹路间有新间断先开操作再闭操作：
可以有效地去除噪声，但是指纹纹路并没有完全恢复9.3膨胀和腐蚀的组合膨胀和腐蚀的组合u击中或击不中变换作用：
形状检测的基本工具定义1：
若A和B是两个集合，B是结构元素，B=（B1，B2）则击中或击不中变换定义为:
其中，B1是由与一个对象相联系的B元素构成的集合B2是与相关背景有关的B元素的集合定义2：
函数bwhitmiss:
C=bwhitmiss（A,B1，B2）其中，C为结果，A为输入图像，B1和B2为结构元素9.3膨胀和腐蚀的组合膨胀和腐蚀的组合u使用函数bwhitmissf=imread（Fig0913（a）（small-squares）.tif）;
B1=strel（000;
011;
010）;
B2=strel（111;
100;
100）;
g=bwhitmiss（f,B1,B2）;
9.3膨胀和腐蚀的组合膨胀和腐蚀的组合u函数bwmorph功能：
对二值图像进行数学形态学运算。
g=bwmorph（f,operation,n）其中，f是衣服输入二值图像，operation是一个字符串，用于指定进行的形态学处理类型，n是一个用于指定将被重复的操作次数的正整数。
operation可以为以下值：
bothat：
进行“bottomhat”形态学运算，即返回源图像减去闭运算的图像；
bridge：
进行像素连接操作；
clean：
去除图像中孤立的亮点，close：
进行形态学闭运算（即先膨胀后腐蚀）；
diag：
采用对角线填充，去除八邻域的背景；
dilate：
使用结构元素ones（3）对图像进行膨胀运算；
erode：
使用结构元素ones（3）对图像进行腐蚀运算；
fill：
填充孤立的黑点，9.3膨胀和腐蚀的组合膨胀和腐蚀的组合u函数bwmorph:
g=bwmorph（f,operation,n）hbreak：
断开图像中的H型连接；
majority：
如果一个像素的8邻域中有等于或超过5个像素点的像素值为1，则将该点像素值置1；
open：
进行形态学开运算（即先腐蚀后膨胀）；
remove：
如果一个像素点的4邻域都为1，则该像素点将被置0；
skel：
骨架提取但保持图像中物体不发生断裂；
不改变图像欧拉数；
spur：
去除小的分支,或引用电学术语“毛刺”；
thicken：
通过在边界上添加像素达到加粗物体轮廓的目的；
thin：
进行细化操作；
tophat：
进行“tophat”形态学运算，返回源图像减去开运算的图像；
9.3膨胀和腐蚀的组合膨胀和腐蚀的组合u例：
细化操作f=imread（Fig0911（a）（noisy-fingerprint）.tif）;
%构造3*3的结构元素fo=imopen（f,se）;
g1=bwmorph（foc,thin,1）;
g2=bwmorph（foc,thin,2）;
ginf=bwmorph（foc,thin,Inf）;
9.4标注连接分量标注连接分量u例：
计算和显示连接分量的质心f=imread（Fig0917（a）（ten-objects）.tif）;
L,n=bwlabel（f）;
%计算8连接时图像中的所有连接分量imshow（f）holdonfork=1:
nr,c=find（L=k）;
rbar=mean（r）;
cbar=mean（c）;
plot（cbar,rbar,Marker,o,MarkerEdgeColor,k,MarkerFaceColor,k,MarkerSize,10）;
plot（cbar,rbar,Marker,*,MarkerEdgeColor,w）;
end9.5形态学重构形态学重构u形态学重构概述：
重构是一种涉及到两幅图像和一个结构元素的形态学变换。
一幅图像，即标记，是变换的开始点。
另一幅图像是掩膜，用来约束变换过程。
结构元素用于定义连接性。
若g是掩膜，f为标记，则从f重构g可以记为Rg（f）由下面的迭代过程定义：
函数imreconstructout=imreconstruct（marker,mask）其中，masker是标记，mask是掩膜1：
将h1初始化为标记图像f.2:
创建结构元素：
B=ones（3）.3:
重复直到其中，标记f必须是g的一个子集。
9.5形态学重构形态学重构u由重构做开运算、填充孔洞f=imread（Fig0922（a）（book-text）.tif）;
fe=imerode（f,ones（51,1）;
fo=imopen（f,ones（51,1）;
fobr=imreconstruct（fe,f）;
g=imfill（f,holes）;
9.6灰度图像形态学灰度图像形态学u膨胀和腐蚀膨胀定义：
使用结构元素b对f的灰度膨胀定义为：
其中，和分别是f和b的定义域，f和b是函数而不是二值形态学情况中的集合腐蚀定义：
使用结构元素b对f的灰度腐蚀定义为：
其中，和分别是f和b的定义域，9.6灰度图像形态学灰度图像形态学u膨胀和腐蚀操作f=imread（Fig0923（a）（aerial）.tif）;
%构造了一个平坦的3*3的结构元素gd=imdilate（f,se）;
%对原图像进行膨胀操作ge=imerode（f,se）;
%对原图像进行腐蚀操作morph_grad=imsubtract（gd,ge）;
%从膨胀的图像中减去腐蚀过的图像产生一个形态学梯度，即检测图像中局部灰度级变化的一种度量，具有边缘增长特性。
膨胀：
得到的图像比原图像更明亮，并且减弱或消除小的、暗的细节部分。
即比原图像模糊。
腐蚀：
被腐蚀的图像更暗，并且尺寸小、明亮的部分被削弱。
9.6灰度图像形态学灰度图像形态学u开运算和闭运算图像开运算：
先进行腐蚀操作可以除去小的亮的图像细节，但这样会使图像变暗，接下来进行膨胀操作增强图像的整体亮度。
图像闭运算：
先通过膨胀除去图像中的暗细节，同时增加图像的亮度，接下来对图像进行腐蚀，而不会将膨胀操作除去的部分重新引入图像中。
u例：
使用开运算和闭运算做形态学平滑f=imread（Fig0925（a）（dowels）.tif）;
se=strel（disk,5）;
%创建一个平坦的半径为5的圆盘型结构元素fo=imopen（f,se）;
fasf=f;
fork=2:
5%交替顺序滤波即用一系列不断增大的结构元素来执行开-闭滤波se=strel（disk,k）;
fasf=imclose（imopen（fasf,se）,se）;
end9.6灰度图像形态学灰度图像形态学u实验结果：
先开运算后闭运算构成噪声滤波器，用来平滑图像并去除噪声交替顺序滤波与单个开-闭滤波相比，处理图像更平滑一些。
9.6灰度图像形态学
升级会员 