一、序论
形态学的基础是数学中的集合论。基础知识:属于、不属于、空集、子集、并、交、补、差,同时还有形态学的附加定义:集合的反射、集合的平移。
二、膨胀与腐蚀
1、 膨胀
集合A被集合B膨胀:
此公式以B的相对于自身原点的映像并且由z对映像进行位移为基础,A被B膨胀是所有位移z的集合,这样,B的反射和A至少有一个元素是重叠的。集合B通常被称为膨胀的结构元素。
膨胀最简单的应用之一就是将裂缝桥接起来。
2、 腐蚀
集合A被集合B腐蚀:
此公式表明,使用B对A进行腐蚀就是所有B中包含于A中的点z的集合用z平移。
同时,膨胀与腐蚀是对偶的:
腐蚀作用在于可以去除图像的不相关的细节部分。
三、开操作与闭操作
正如我们所见,膨胀使图像扩大而腐蚀使图像缩小。而本节所说的开操作一般使对象的轮廓变得光滑,断开狭窄的间断和消除细长的突出物。闭操作同样使轮廓线更光滑,但与开操作相反的是,它通常消弥狭窄的间断和长细的鸿沟,消除小的空洞,并填补轮廓线中的断裂。
对开操作有以下的集合解释:
同样对闭操作有以下的集合解释:
如同膨胀和腐蚀一样,开操作和闭操作也是一对对偶的操作:
四、击中和击不中变换
形态学上的击中和击不中变换形状检测的基本工具。(这里暂时不涉及就不看了)
五、一些基本的形态学算法
边界提取
集合A的边界表示为:β(A),它可以通过先由B对A进行腐蚀,然后用A减去腐蚀得到。
处理效果如下图所示:
区域填充
所有非边界(背景)点标记为0,则将1赋给p点开始。下列过程将整个区域用1来填充:
X0 = p,如果Xk = Xk-1,则算法在迭代到第k步时结束。
处理效果如下图所示:
连通分量的提取
类似于上述区域填充:
X0 = p,如果Xk = Xk-1,则算法在迭代到第k步时结束。
处理效果如下:
凸壳(以下内容过多,实在无心处理,留待用时以后解决)
细化
粗化
骨架
裁剪
关于二值图像的形态学处理的总结
六、灰度级形态学的扩展
这里就是将上述的二值图像操作在灰度级图像中的重新实现过程。