《数字图像处理》——形态学图像处理

1、二值图像形态学

     基本操作主要有:腐蚀、膨胀、开闭操作、击中或不击中(imerode、imdilate、imopen、imclose、bwhitmiss)

     下面就是bug般强大的函数bwmorph,内部也就是各种switch、case

     统计连通分量函数bwlabel,这个函数蛮有用的,可用在分割,分水岭算法中就用了这个。


    下面是一些应用:主要是通过bwmorph函数来实现。

      %% 1、边界提取
        % 原理;先腐蚀,再用原图像减去腐蚀后的图像

     %% 2、形态学重建应用:涉及两幅图像和一个结构元素,一幅图像作为标记图像(是变换的起点),另一幅图                       像作为掩膜mask图像(用来约束变换过程)
        % 一:重建开操作:可以正确地恢复腐蚀后所保留物体的形状

        % 二:填充孔洞:可实现全自动化的过程(通过imfill函数实现)

        % 三: 边界清除:删除接触边界的物体

     %% 3、细化

     %%4、骨架

     %%5、裁剪:对细化和骨架算法的补充(endpoints函数)


2、灰度图像形态学

     %% 膨胀,腐蚀和二值图像应用相同的函数imdilate、imerode
     % 对于灰度图像而言,膨胀和腐蚀是以像素领域的最大值和最小值来定义的。
     %% 可操作、闭操作也和二值图像应用相同的函数imopencv、imclose


     %% 一些基本的灰度级形态学算法


     % 1、形态学平滑:先开再闭,有需要的话再用不同大小的结构元素再做先开再闭操作
     % 由于开运算可以去除比结构元素更小的明亮细节,闭运算可以去除比结构元素更小的暗色细节
     % 所以它们经常组合在一起用来平滑图像并去除噪声



     % 2、形态学梯度
     % 膨胀得到的图像 — 腐蚀得到的图像  =  原图像的形态学梯度


     % 3、顶帽变换和底帽变换  (白顶帽,黑底帽)imtophat,imbothat函数
     % 顶帽:  原图像 — 开操作
     % 底帽:  闭操作 — 原图像
     % 应用:用一个结构元通过开操作或闭操作从一幅图像中删除物体,而不是拟合被删除的物体
     % 然后,差操作得到一幅仅保留已删除分量的图像
     % 顶帽变换常用于暗背景上的亮物体(白顶帽), 底帽刚好相反
     % 顶帽变换的一个重要用途是    校正不均匀光照的影响


     %% 灰度级形态学重构



以上内容都处在冈萨雷斯的数字图象处理第三版本

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“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
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