第9章形态学图像处理PPT课件下载推荐.ppt

1、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=0 1 0;1 1 1;0 1 0;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1

2、0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 u u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

3、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

4、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

5、）（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：

6、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 bwhitmiss f=imread（Fig0913（a）（small-squares）.tif）;B1=strel（0 0 0;0 1 1;0 1 0）;B2=strel（1 1 1;1 0 0;1 0 0）;g=bwhitmiss（f,B1,B2）;9.

7、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“bottom hat”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

8、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

9、到加粗物体轮廓的目的；thin：进行细化操作；tophat：进行“top hat”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）.ti

10、f）;L,n=bwlabel（f）;%计算8连接时图像中的所有连接分量imshow（f）hold onfor k=1:n r,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，

11、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 imreconstruct out=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=

12、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

13、 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;for k=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