《数字图像处理》（4）—— 形态学图像处理

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

1. 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：

   
   

2. 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X_k = X_k-1，则算法在迭代到第k步时结束。

   处理效果如下图所示：

   

3. 连通分量的提取

   类似于上述区域填充：

   

   X₀ = p，如果X_k = X_k-1，则算法在迭代到第k步时结束。

   处理效果如下：

   

4. 凸壳（以下内容过多，实在无心处理，留待用时以后解决）

5. 细化

6. 粗化

7. 骨架

8. 裁剪

9. 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。

转载于:https://my.oschina.net/flame804/blog/368990