实验要求
(1.a) 编写一个用3 x 3 结构元进行二值膨胀和腐蚀的函数,要求结构元素的系数作为程序的输入参数。
(1.b) 编写一个计算两个图像集合的交、差和补的计算机函数。
(1.c) 利用上述函数实现公式(9.5-1)所示的形态学边界抽取算法。
(1.d) 对图9.20(left)进行特征边界抽取。
(2.a) 编写一个用3 x 3 结构元进行灰度图像膨胀和腐蚀的函数,要求结构元素的系数作为程序的输入参数。
(2.b) 编写一个实现灰度图像形态学梯度公式(9.6-11)的函数。
(2.c) 编写一个实现灰度图像Tophat 变换公式(9.6-12)的函数。
(2.d) 对图9.39(a)进行形态学梯度和Tophat 变换,并对结果图像进行分析比较。
技术论述
1、二值图像腐蚀和膨胀
(1)腐蚀:作为Z2中的集合A和B, A○-B表示为B对A的腐蚀,即B对A的腐蚀是一个用z平移的B包含在A中的所有的点z的集合。
假定集合B是一个结构元,则腐蚀表达式等价于下面的表达式,其中,A c是A的补集,Φ是空集。
(2)膨胀:A和B是Z2中的集合, A○+B表示为B对A的膨胀。表达式是以B关于它的原点的映像,并且以z对映像进行平移为基础。
B对A的膨胀是所有位移z的集合,假定B是一个结构元,A是被膨胀的集合。
2、灰度图像腐蚀和膨胀
(1)腐蚀:当b的原点位于(x,y)处时,用一个平坦的结构元b在(x,y)处对图像f的腐蚀定义为图像f中与b重合区域的最小值。以公式的形式,结构元素b对一幅图像f在位置(x,y)处的腐蚀由下式给出:
对非平坦结构元,具有随定义域变化的灰度级,对图像f的腐蚀定义如下:
(2)膨胀:当b的原点位于位置(x,y)处时,平坦结构元b在任何位置(x,y)处对图像f的膨胀,定义为图像f中与b重合区域的最大值,即
对非平坦结构元,对图像f的膨胀定义如下:
3、形态学梯度
膨胀和腐蚀可与图像相减结合起来得到一幅图像的形态学梯度,形态学梯度可由g来定义:
膨胀粗化一幅图像中的区域,而腐蚀则细化它们,膨胀和腐蚀之差强调区域间的边界,相减操作趋于消除同质区域,最终结果时边缘被增强而同质区域的贡献则被抑制的图像,因此产生了类似与微分即梯度的效果。
4、顶帽Tophat变换
图像相减与开操作和闭操作相结合,可产生Top-hat(顶帽)变换。灰度级图像f的顶帽变换定义为f减去其开操作:
结构元b对灰度级图像f的开操作表示为fºb,开操作是先用b对f做腐蚀,然后对b所得的结果进行膨胀。