开运算与闭运算(二值+灰度)

区域的开闭运算

开运算

开运算 = 先腐蚀运算,再膨胀运算(看上去把细微连在一起的两块目标分开了)
在这里插入图片描述开运算总结:
(1)开运算能够除去孤立的小点,毛刺和小桥,而总的位置和形状不便。
(2)开运算是一个基于几何运算的滤波器。
(3)结构元素大小的不同将导致滤波效果的不同。
(4)不同的结构元素的选择导致了不同的分割,即提取出不同的特征。

闭运算

闭运算 = 先膨胀运算,再腐蚀运算(看上去将两个细微连接的图块封闭在一起)
闭运算的效果图如下图所示:
在这里插入图片描述闭运算总结:
(1)闭运算能够填平小湖(即小孔),弥合小裂缝,而总的位置和形状不变。
(2)闭运算是通过填充图像的凹角来滤波图像的。
(3)结构元素大小的不同将导致滤波效果的不同。
(4)不同结构元素的选择导致了不同的分割。

灰度图的开闭运算

若我们把重合区域(也就是核)中所有点灰度值的最大值赋给当前点,就是对灰度图的膨胀操作

若我们把重合区域中所有点灰度值的最小值赋给当前点,就是对灰度图的腐蚀操作

闭运算

下图为原图像
在这里插入图片描述
膨胀后的图片(这里膨胀采用的是20行1列的内核,故竖线被消掉了)
在这里插入图片描述
在上图的基础上,腐蚀后的图片(依旧是同样的内核)
在这里插入图片描述

开运算

在上图的基础上进行开运算,先腐蚀
在这里插入图片描述
再膨胀

在这里插入图片描述

参考文献

形态学应用——图像腐蚀与膨胀
形态学应用——图像开运算与闭运算

  • 1
    点赞
  • 6
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
在MATLAB中,可以通过灰度运算来处理图像的灰度级别,常见的灰度运算包括图像的亮度调整、对比度增强、直方图均衡化等操作。下面是一些常见的灰度运算函数和示例代码: 1. 亮度调整 亮度调整可以通过简单的加减操作来实现。例如,通过增加一个常数来增加亮度,或者通过减去一个常数来降低亮度。 增加亮度: ```matlab img = imread('image.jpg'); % 读取图像 brightened_img = img + 50; % 增加亮度 imshow(brightened_img); % 显示图像 ``` 降低亮度: ```matlab img = imread('image.jpg'); % 读取图像 darkened_img = img - 50; % 降低亮度 imshow(darkened_img); % 显示图像 ``` 2. 对比度增强 对比度增强可以通过线性拉伸或非线性变换来实现。线性拉伸将图像的灰度范围拉伸至整个灰度级范围内,非线性变换则可以通过曲线调整来增强对比度。 线性拉伸: ```matlab img = imread('image.jpg'); % 读取图像 stretched_img = imadjust(img); % 线性拉伸 imshow(stretched_img); % 显示图像 ``` 非线性变换: ```matlab img = imread('image.jpg'); % 读取图像 enhanced_img = imadjust(img,[0.3 0.7],[0 1],1.5); % 非线性变换 imshow(enhanced_img); % 显示图像 ``` 3. 直方图均衡化 直方图均衡化可以通过将图像的灰度级分布均匀化来增强对比度。 ```matlab img = imread('image.jpg'); % 读取图像 equalized_img = histeq(img); % 直方图均衡化 imshow(equalized_img); % 显示图像 ``` 这些是一些常见的灰度运算方法,你可以根据具体需求选择合适的方法来处理图像的灰度级别。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值