图像的腐蚀课程设计.docx

图像的腐蚀课程设计.docx

《图像的腐蚀课程设计.docx》由会员分享，可在线阅读，更多相关《图像的腐蚀课程设计.docx（9页珍藏版）》请在冰豆网上搜索。

图像的腐蚀课程设计

摘要

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。

本论文详细介绍了针对二值图像的腐蚀过程，利用MATLAB实验平台进行仿真，可以对图像的腐蚀运算有更加真实形象的反映。

关键字：

形态学运算；二值化；腐蚀；MATLAB；

1课程设计要求

（1）对数字图像处理这门课程所学知识进行巩固和扩充；

（2）运用图像理论知识来完成图像的小波变换的设计；

（3）学习使用软件MATLAB；

（4）熟练掌握MATLAB仿真软件的使用方法，理解图像腐蚀的原理；

（5）设计合理的程序，能实现图像的腐蚀，编程实现腐蚀；

（6）增强学生对图像学科的学习兴趣，培养图像处理的仿真建模能力。

2课程设计目的

（1）了解二值形态学的基本运算

（2）掌握二值图像腐蚀的基本方法

（3）掌握图像腐蚀对图像的提取与识别重要性，提高分析问题，解决问题的能力。

（4）熟悉结构元素在腐蚀中的重要作用以及应用。

（5）熟悉掌握一门计算机语言，可以进行数字图像的应用处理技术。

（6）培养学生分析问题、解决问题的能力及动手操作能力。

3相关知识

3.1MATLAB简介

MATLAB是很实用的数学软件它在数学类科技应用软件中在数值运算方面首屈一指。

MATLAB可以进行运算、绘制函数和数据、实现算法、创建用户界面、连接接其他编程语言的程序等，主要应用于工程计算、控制设计、信号处理与通讯、金融建模设计与分析等领域。

MATLAB的基本数据单位是矩阵，它的指令表达式与数学、工程中常用的形式十分相似，故用MATLAB来解算问题要比用C，FORTRAN等语言完成相同的事情简捷得多，并且Mathwork公司也吸收了像Maple等软件的优点，使MATLAB成为一个强大的数学软件。

可以直接调用，用户也可以将自己编写的实用程序导入到MATLAB函数库中方便自己以后调用，此外许多的MATLAB爱好者都编写了一些经典的程序，用户可以直接进行下载就可以用。

MATLAB产品族可以用来进行以下各种工作：

（1）数值分析；

（2）数值和符号计算；

（3）工程与科学绘图;；

（4）控制系统的设计与仿真；

（5）数字信号处理技术；

（6）通讯系统设计与仿真。

3.2MATLAB在图像处理中的应用

MATLAB7．x提供了2O类图像处理函数，涵盖了图像处理包括近期研究成果在内的几乎所有的技术方法，是学习和研究图像处理的人员难得的宝贵资料和加工工具箱。

这些函数按功能可分为图像显示、图像文件I／O、图像算术运算、几何变换、图像登记、像素值与统计、图像分析、图像增强、线性滤波、线性二元滤波设计、图像去模糊、图像变换、邻域与块处理、灰度与二值图像的形态学运算、结构元素创建与处理、基于边缘的处理、色彩映射表操作、色彩空间变换及图像类型与类型转换。

MATLAB数字图像处理工具箱函数包括以下几类：

（1）图像显示函数；

（2）图像文件输入、输出函数；

（3）图像几何操作函数；

（4）图像像素值及统计函数；

（5）图像分析函数；

（6）图像增强函数；

（7）线性滤波函数；

（8）二维线性滤波器设计函数；

（9）图像变换函数；

（10）图像邻域及块操作函数；

（11）二值图像操作函数；

（12）基于区域的图像处理函数；

（13）颜色图操作函数；

（14）颜色空间转换函数；

（15）图像类型和类型转换函数。

3.3图像处理概念

图像处理并不仅限于对图像进行增强、复原和编码，还要对图像进行分析，图像分析旨在对图像进行描述，即用一组数或符号表征图像中目标区的特征、性质和相互间的关系，为模式识别提供基础。

描述一般针对图像或景物中的特定区域或目标。

闭运算通常用来填充目标内细小空洞，连接断开的邻近目标，平滑其边界的同时不明显改变其面积。

图像的二值化处理就是讲图像上的点的灰度置为0或255，也就是讲整个图像呈现出明显的黑白效果。

即将256个亮度等级的灰度图像通过适当的阀值选取而获得仍然可以反映图像整体和局部特征的二值化图像。

在数字图像处理中，二值图像占有非常重要的地位，特别是在实用的图像处理中，以二值图像处理实现而构成的系统是很多的，要进行二值图像的处理与分析，首先要把灰度图像二值化，得到二值化图像，这样子有利于再对图像做进一步处理时，图像的集合性质只与像素值为0或255的点的位置有关，不再涉及像素的多级值，使处理变得简单，而且数据的处理和压缩量小。

为了得到理想的二值图像，一般采用封闭、连通的边界定义不交叠的区域。

所有灰度大于或等于阀值的像素被判定为属于特定物体，其灰度值为255表示，否则这些像素点被排除在物体区域以外，灰度值为0，表示背景或者例外的物体区域。

如果某特定物体在内部有均匀一致的灰度值，并且其处在一个具有其他等级灰度值的均匀背景下，使用阀值法就可以得到比较的分割效果。

如果物体同背景的差别表现不在灰度值上（比如纹理不同），可以将这个差别特征转换为灰度的差别，然后利用阀值选取技术来分割该图像。

动态调节阀值实现图像的二值化可动态观察其分割图像的具体结果。

3.4图像的腐蚀基本原理

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。

腐蚀的算符为

，A用B来腐蚀写作

。

腐蚀是对X中的集合A和B，B对A进行腐蚀的整个过程如下：

（1）用结构元素B，扫描图像A的每一个像素；

（2）用结构元素与其覆盖的二值图像做“与”操作；

（3）如果都为1，结果图像的该像素为1，否则为0。

腐蚀处理的结果是使原来的二值图像减小一圈。

在MATLAB中用erode函数来实现腐蚀操作。

4课程设计分析

4.1设计方案

4.1.1实验原理

腐蚀：

删除对象边界某些像素。

在操作中，输出图像中所有给定像素的状态都是通过对输入图像的相应像素及邻域使用一定的规则进行确定。

在腐蚀操作中，输出像素值是输入图像相应像素邻域内所有像素的最小值。

在二进制图像中，如果任何一个像素值为0，那么对应的输出像素值为0。

可以使用imerode函数进行图像腐蚀。

imerode函数需要两个基本输入参数：

待处理的输入图像以及结构元素对象。

此外，imerode函数还可以接受3个可选参数：

PADOPT（padopt）表示影响输出图片的大小、PACKOPT（packopt）.表示说明输入图像是否为打包的二值图像（二进制图像）。

M表示指定原始图像的行数。

4.1.2实验内容及步骤

A、读取图像cameraman.tif

R=imread（'cameraman.tif'）;

B、创建一个任意形状的结构元素对象

C=strel（'arbitrary'，eye（5））;

C、以图像R和结构元素C为参数调用imerode函数进行腐蚀操作。

R1=imerode（R，C）;

D、显示操作结果

imshow（R）；

figure，imshow（C）；

4.2程序代码

4.2.1彩色图像的二值化及其腐蚀

I=imread（'E:

\zhaopian.jpg'）;%读取E盘中的名为照片的一张图片

figure，imshow（I）;%输出图片

title（'原图'）;%把图片命名为“原图”

J=im2bw（I）;%将图片进行二值化操作

figure，imshow（J）;%输出图片

title（'灰度图像'）;%把图片命名为“灰度图像”

SE=strel（'square'，10）;%定义一个结构元素

A=imerode（J，SE）;%将灰度图片进行腐蚀操作

figure，imshow（A）;%输出操作后的图片

title（'腐蚀后的灰度图像'）;%将照片命名为“腐蚀后的灰度图形”

B=imerode（I，SE）;%将原图片进行腐蚀操作

figure，imshow（B）;%输出操作后的图片

title（'腐蚀后的原图形'）;%将照片命名为“腐蚀后的原图形”

4.2.2灰度图像的腐蚀

I=imread（'E:

\zhaopian.jpg'）;%读取E盘中的名为照片的一张图片

figure，imshow（I）;%输出图片

title（'原图'）;%把图片命名为“原图”

SE=strel（'square'，10）;%定义一个结构元素

B=imerode（I，SE）;%将原图片进行腐蚀操作

figure，imshow（B）;%输出操作后的图片

title（'腐蚀后的原图形'）;%将照片命名为“腐蚀后的原图形”

5仿真结果

5.1彩色图像的腐蚀

彩色图像经过MATLAB软件的仿真，得到的结果如图所示：

图5.1为彩色图像的原图像；图5.2为彩色图像经过腐蚀后得到的图像；图5.3为把彩色图像经过二值化后的图像；图5.4为二值化后图像经过腐蚀后的图像。

图5.1原图像

图5.2腐蚀后的原图像

图5.3二值化后的原图像

图5.4腐蚀后的灰度图像

如图所示，经过仿真后得到的图像可以真实地反映出彩色图像以及其二值化后的图像腐蚀后的结果，效果明显。

5.2灰度图像的腐蚀

灰度图像经过MATLAB软件的仿真，得到的结果如图所示：

图5.5为灰度图像的原图像；图5.6为灰度图像经过腐蚀后得到的图像。

图5.5原图

图5.6腐蚀后图像

如图所示，经过仿真后得到的图像可以真实地反映出灰度图像腐蚀后的结果，效果良好。

结论

本次实验利用形态学运算腐蚀对图像进行了处理。

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，以达到图像分析和识别的目的。

它的优点有：

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等等。

通过本次的实验，我了解了二值形态学的基本运算，掌握了二值图像腐蚀的基本方法，并且会运用编程实现腐蚀，本次的实验目的已经完成，意识到在以后的生活中要了解做事情的目的，注重每一个与细节，认真思考遇到的所有问题，提高自己各方面的能力。

总的来说，在此次实验中遇到了较多问题，经过对相关知识的复习以及对相关资料的查询，才逐个地解决了。

在今后的实验课中要有充分的准备与预习，不懂的问题要提前查资料，这样在实验中才会胸有成竹，才不会手忙脚乱。

感谢老师教会我们理论与实践知识，也让我明白了什么是学习，怎么样学习，为以后的生活奠定的基础与指引了方向。

参考文献

[1]张汗灵.MATLAB在图像处理中的应用[M].北京：

清华大学出版社，2008：

20-30.

[2]王家文.MATLAB6.5图形图像处理[M].北京：

国防工业出版社，1998：

40-57.

[3]王晓丹.MATLAB的系统分析与设计[M].西安：

西安电子科技大学出版，2000：

97-124.

[4]余成波.数字图像处理及MATLAB实现[M]重庆：

重庆大学出版，2003：

49-67.

[5]周金萍.MATLAB6.5图形图像处理与应用实例[M].北京：

科学出版社，2003：

60-89.

[6]张圣勤.MATLAB7.0实用教程[M].机器工业出版社，2006:

90-118.