Opencv 图像处理——形态学方法

一、图像腐蚀 膨胀 细化的基本原理

膨胀和腐蚀这两种操作是形态学处理的基础，许多形态学算法都是以这两种运算为基础的。
1 膨胀
是以得到B的相对与它自身原点的映像并且由z对映像进行移位为基础的。A被B膨胀是所有位移z的集合，这样，和A至少有一个元素是重叠的。我们可以把上式改写为：
结构元素B可以看作一个卷积模板，区别在于膨胀是以集合运算为基础的，卷积是以算术运算为基础的，但两者的处理过程是相似的。
⑴ 用结构元素B，扫描图像A的每一个像素
⑵ 用结构元素与其覆盖的二值图像做“与”操作
⑶ 如果都为0，结果图像的该像素为0。否则为1

膨胀

2 腐蚀
对Z中的集合A和B，B对A进行腐蚀的整个过程如下：
⑴ 用结构元素B，扫描图像A的每一个像素
⑵ 用结构元素与其覆盖的二值图像做“与”操作
⑶ 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。

 

腐蚀通常用来消除斑点噪声他能将图像中的斑点消除  且确保较大区域的存在

 

3 开闭操作
开操作是先腐蚀、后膨胀处理。

闭操作是先膨胀、后腐蚀处理。

开运算消除了高于区域临近点的孤立点，而比运算消除了低于区域临近点的孤立点

4 细化
图像细化一般作为一种图像预处理技术出现，目的是提取源图像的骨架，即是将原图像中线条宽度大于1个像素的线条细化成只有一个像素宽，形成“骨架”，形成骨架后能比较容易的分析图像，如提取图像的特征。
细化基本思想是“层层剥夺”，即从线条边缘开始一层一层向里剥夺，直到线条剩下一个像素的为止。图像细化大大地压缩了原始图像地数据量，并保持其形状的基本拓扑结构不变，从而为文字识别中的特征抽取等应用奠定了基础。细化算法应满足以下条件：
① 将条形区域变成一条薄线；
② 薄线应位与原条形区域的中心；
③ 薄线应保持原图像的拓扑特性。
细化分成串行细化和并行细化，串行细化即是一边检测满足细化条件的点，一边删除细化点；并行细化即是检测细化点的时候不进行点的删除只进行标记，而在检测完整幅图像后一次性去除要细化的点。
常用的图像细化算法有hilditch算法，pavlidis算法和rosenfeld算法等。
注：进行细化算法前要先对图像进行二值化,即图像中只包含“黑”和“白”两种颜色。

 

二、OpenCv形态学操作相关函数

1、Dilate    使用任意结构元素膨胀图像
void cvDilate

( 

 CvArr* src,

 CvArr* dst,

 IplConvKernel* element=NULL,

 int iterations=1 );
src
输入图像.
dst
输出图像.
element
用于膨胀的结构元素。若为 NULL, 则使用 3×3 长方形的结构元素
iterations
膨胀的次数
函数 cvDilate 对输入图像使用指定的结构元进行膨胀，该结构决定每个具有最小值象素点的邻域形状：
dst=dilate(src,element): dst(x,y)=max((x',y') in element))src(x+x',y+y')
函数支持（in-place）模式。膨胀可以重复进行 (iterations) 次. 对彩色图像，每个彩色通道单独处理。

2、Erode    使用任意结构元素腐蚀图像
void cvErode(

 CvArr* src,

CvArr* dst,

 IplConvKernel* element=NULL,

 int iterations=1 );
src
输入图像.
dst
输出图像.
element
用于腐蚀的结构元素。若为 NULL, 则使用 3×3 长方形的结构元素
iterations
腐蚀的次数
函数 cvErode 对输入图像使用指定的结构元素进行腐蚀，该结构元素决定每个具有最小值象素点的邻域形状：
dst=erode(src,element): dst(x,y)=min((x',y') in element))src(x+x',y+y')
函数可能是本地操作，不需另外开辟存储空间的意思。腐蚀可以重复进行 (iterations) 次. 对彩色图像，每个彩色通道单独处理。
注：CreateStructuringElementEx  创建结构元素；ReleaseStructuringElement 删除结构元素。

 

3、MorphologyEx         高级形态学变换

void cvMorphologyEx( const CvArr* src, CvArr* dst, CvArr* temp,
IplConvKernel* element, int operation, int iterations=1 );
src
输入图像.
dst
输出图像.
temp
临时图像，某些情况下需要
element
结构元素
operation
形态操作的类型:
CV_MOP_OPEN - 开运算
CV_MOP_CLOSE - 闭运算
CV_MOP_GRADIENT - 形态梯度
CV_MOP_TOPHAT - "顶帽"
CV_MOP_BLACKHAT - "黑帽"
iterations
膨胀和腐蚀次数.
函数 cvMorphologyEx 在膨胀和腐蚀基本操作的基础上，完成一些高级的形态变换：

开运算
dst=open(src,element)=dilate(erode(src,element),element)
闭运算
dst=close(src,element)=erode(dilate(src,element),element)
形态梯度
dst=morph_grad(src,element)=dilate(src,element)-erode(src,element)
"顶帽"
dst=tophat(src,element)=src-open(src,element)
"黑帽"
dst=blackhat(src,element)=close(src,element)-src
临时图像 temp 在形态梯度以及对“顶帽”和“黑帽”操作时的 in-place 模式下需要。

########################################################################### 

#include "cv.h" 
#include "highgui.h" 

 
int main()
{ 

IplImage *src=cvLoadImage("C:\\111.jpg"); 
if(src == NULL) 
    { 
        printf("img load failed!\n"); 
        return 0; 
    } 

IplImage *dst=cvCreateImage(
 cvGetSize(src),
 IPL_DEPTH_8U,
 3
 );

IplConvKernel *element=NULL;

 cvErode(src,dst,element,1);//腐蚀图像

    cvDilate(dst,dst,NULL,1);//膨胀图像 

 cvNamedWindow("example1",CV_WINDOW_AUTOSIZE);
 cvShowImage("example1",dst);
 cvWaitKey(0);
 cvReleaseImage(&src);
    cvReleaseImage(&dst);
 cvDestroyAllWindows();
} 

#######################################################

#include "cv.h"
#include "highgui.h"

int main ()
{  
 IplImage *src =cvLoadImage("c:\\111.jpg");
    cvNamedWindow("sourceImage");  
 cvShowImage("sourceImage",src);

 cvNamedWindow("open");   
    cvNamedWindow("close");   
    cvNamedWindow("gradient");  
    cvNamedWindow("topHat");  
    cvNamedWindow("blackHat");

    IplImage *temp = cvCreateImage(cvGetSize(src),8,3);   
    IplImage *img = cvCreateImage(cvGetSize(src),8,3);

 //开运算    
    cvMorphologyEx(   
        src,   
        img,   
        temp,   
        NULL, //default 3*3    
        CV_MOP_OPEN,   
        4);   
    cvShowImage("open", img);   
    //闭运算    
    cvMorphologyEx(   
        src,   
        img,   
        temp,   
        NULL, //default 3*3    
        CV_MOP_CLOSE,   
        4);   
    cvShowImage("close", img);   
    //形态梯度    
    cvMorphologyEx(   
        src,   
        img,   
        temp,   
        NULL, //default 3*3    
        CV_MOP_GRADIENT,
  3
  );
    cvShowImage("topHat", img);   
    //cvWaitKey(0);    
    //“黑帽”    
    cvMorphologyEx(   
        src,   
        img,   
        temp,   
        NULL, //default 3*3    
        CV_MOP_BLACKHAT,   
        3);   
    cvShowImage("blackHat", img);   
    cvWaitKey(0);   
    cvReleaseImage(&temp);   
    cvReleaseImage(&src);   
    cvReleaseImage(&img);   
    cvDestroyAllWindows();   
    return 0;   
}