Matlab 形态学常用算法

最新推荐文章于 2024-08-18 22:16:12 发布

jialike2012

最新推荐文章于 2024-08-18 22:16:12 发布

阅读量9k

点赞数 6

分类专栏： matlab 文章标签： matlab 形态学算法学习笔记

本文链接：https://blog.csdn.net/jialike2012/article/details/50153097

版权

本文介绍了Matlab中形态学的基本操作，包括膨胀和腐蚀的概念，以及它们如何影响图像的亮区域。膨胀能填补细小的坑洞，腐蚀则能消除细的突起。此外，还探讨了开运算与闭运算，用于消除小的亮孤立点和连接亮区域，并提到了顶帽变换和底帽变换在图像除噪中的应用。

摘要由CSDN通过智能技术生成

膨胀：是将A与核B卷积，求局部最大值，可以使得图像中的亮区域逐渐增长；

腐蚀：是膨胀的反操作，一般来说膨胀会扩张区域和腐蚀缩小区域

膨胀可以填补细小的坑洞而腐蚀可以消除细的突起，maltab中使用imdalite(A,B)表示使用核B膨胀A区域，核B可以通过strel函数获得，如strel('disk',3)表示半径为3的圆。maltab中使用imerode(A,B),核B可以通过strel函数获得，如strel('disk',3)表示半径为3的圆。

  A  = imread('target.png');
    B = strel('disk',10);
    A1 = imdilate(A,B);
    A2 = imerode(A,B);
    A3 = imdilate(A,1B);
subplot(221),imshow(A1;
title('imdilate膨胀原始图像');
subplot(222),imshow(A1);
title('使用B后1次膨胀后的图像');
 subplot(223),imshow(A2);
title('使用B后2次膨胀后的图像');
 subplot(224),imshow(A3);
title('使用B后3次膨胀后的图像