形态学运算是针对二值图像依据数学形态学MathematicalMorphology的集合论方法发展起来的图像处理方法。通常形态学图像 形态学运算是针对二值图像依据数学形态学Mathematical Morphology的集合
形态学运算是针对二值图像依据数学形态学MathematicalMorphology的集合论方法发展起来的图像处理方法。通常形态学图像 形态学运算是针对二值图像依据数学形态学Mathematical Morphology的集合论方法发展起来的图像处理方法。 通常形态学图像处理表现为一种邻域运算形式一种特殊定义的领域称之为“结构元素”Structure Element在每个像素位置它与二值图像对应的区域进行特定的逻辑运算逻辑运算的结果为输出图像的响应像素。 简单来讲形态学操作就是基于形状的一系列图像处理操作通过将结构元素作用于输入图像来产生输出图像。 最基本的形态学操作有腐蚀与膨胀Erosion和Dilation。 广泛应用于消除噪声、分割isolate独立的图像元素以及连接join相邻的元素和寻找图像中的明显的极大值区域或极小值区域。 腐蚀Erosion
即模板和输入图像中对应位置的元素相与的结果全不为0时结果才为0。 删除对象边界的某些像素。 用3x3的结构元素扫描二值图像的每一个像素用结构元素与其覆盖的二值图像做与运算如果都为1则结果图像中值为1否则为0. 结果前景对象减小一圈。 膨胀Dilation
即模板和输入图像对应位置的元素只要有一个与的结果不为0则结果不为0. 给图像中的对象边界添加元素。 用3x3的结构元素扫描二值图像中的每一个像素用结构元素与其覆盖的二值图像做与运算如果都为0则结果图像中值为0否则为1。 结果输入图像中的前景对象扩大一圈。 膨胀把二值图像各1像素连接成分的边界扩大一层填充边缘或0像素内部的孔 腐蚀把二值图像各1像素连接成分的边界点去掉从而缩小一层可提取骨干信息去掉毛刺去掉孤立的0像素 开运算先腐蚀再膨胀可以去掉目标外的孤立点。 闭运算先膨胀再腐蚀可以去掉目标内的孔。 为什么开运算可以去除目标外的孤立点 目标外的孤立点是和目标像素值一样的点而非背景像素点即为1而非00表示选取的空洞或背景像素值。 使用腐蚀背景扩展该孤立点被腐蚀掉但是腐蚀会导致目标区域缩小一圈因此需要再进行膨胀操作将目标区域扩展回原来大小。 所以要使用开运算去除目标外的孤立点。 为什么闭运算可以去除目标内的孔 目标内的孔属于周围都是值为1内部空洞值为0.目的是去除周围都是1的像素中间的0值。 闭运算首先进行膨胀操作目标区域扩张一圈将目标区域的0去除但是目标区域同时也会向外扩张一圈因此需要使用腐蚀操作使得图像中的目标区域恢复到之前的大小。 其他概念 1. 包含
2. 击中hit in记为X↑B
3. 不击中miss
【本文转自:
美国cn2站群服务器 http://www.558idc.com/mggfzq.htm提供,感谢支持】