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