【图像处理】基本形态学操作

这里涉及到的形态学操作，基本都是用模板对全图进行卷积，操作简单，是初级的图像处理。共识的集合处理符合这里不多写了。下面是定义：

• A是图像子集，A的补集写为$A^c$.
• 集合B的反射A是一种对称，写为$\hat{A}=\{w|w=-b,b\in B\}$
• 集合A的平移表示为$(A)_z=\{w|w=a+z,a\in A\}$
• 膨胀：A被B膨胀写为$A\oplus B=\{z|(\hat{B})_z \cap A \ne \varnothing \}$，如果是灰度图像则表示为$(f\oplus b)(s,t)=max\{f(s-x,t-y)+b(x,y)|(s-x,t-y)\in D_f;(x,y)\in D_b\}$ ,注意这里B是模板，要执行原点翻转操作后再在A图范围内平移。平移的位置z，如果符合上述条件，就设像素为1。
• 腐蚀：操作为$A\ominus B = \{z|(B)_z \in A \}$如果是灰度图像则表示为$(f\oplus b)(s,t)=min\{f(s+x,t+y)-b(x,y)|(s+x,t+y)\in D_f;(x,y)\in D_b\}$ ,这里B不执行原点翻转操作，目的是为了让腐蚀和膨胀操作成为对偶操作：$(A\ominus B)^c=A^c \oplus \hat{B}$.
• 开操作：表示为$A \circ B = (A\ominus B)\oplus B$，先腐蚀后膨胀，可以光滑轮廓，断开狭窄的间断和消除细的突出物
• 闭操作：表示为$A \cdot B = (A\oplus B) \ominus B$,先膨胀后腐蚀，可以光滑轮廓，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。开操作和闭操作是对偶关系：$(A \cdot B)^c=(A^c \circ \hat{B})$
• 击中变换：是一种简单的检测形状的方法，属于模板匹配，表示为$A \otimes B = (A\ominus X)\cap[A^c\ominus (W-X)]$,其中A是形状集合，B表示X和X的背景（其实就是找X），X是待检测的形状，W是包围X的一个小窗口但不一定是全图。
• 边界提取：先腐蚀一次A，A的轮廓就被去掉了，然后前后相减就得到A的边界：$\beta (A) = A - (A\ominus B)$
• 填充空心区域：从空心区域A内部的一个点P出发进行迭代膨胀操作，表示为$X_k=(X_{k-1}\oplus B) \cap A^c$,其中B是膨胀模板，$X_0$就是P，从P出发进行膨胀，然后与A的补集相交部分就是A的内部，这样保证不会重复填充A区域。由于P必须位于A内部，P的膨胀部分也不会越过A的边界，因此不会填充A外围。
• 提取联通分量：设P是A的一个点，那么执行迭代膨胀操作$X_k=(X_{k-1}\oplus B)\cap A$,其中B是膨胀模板，$X_0$就是P，与A相交保证膨胀部分始终是A的分量。
• 求取凹集合A的凸壳。凸形指内部任意两个点的直线段都在其内部的图形，有重要研究使用价值。集合A的凸壳H是包含A的最小凸形集合，H-S称为S的凸缺。用多个不同模板$B^i$，执行迭代击中变换$X_k^i=(X_{k-1} \otimes B^i)\in A;H(A)=\cup X_{conv}^i$
• 细化：$A\cap (A \otimes B)^c$,其中B是多个不同的模板，称为结构元素，我们需要用B来多次击中A直到收敛。细化相比腐蚀，需要尽可能保留形状。
• 粗化：是细化的对偶过程，写为$A\cup (A\otimes B)$
• 骨架提取：令$S_k(A)=(A\ominus kB) - (A\ominus kB) \circ B$，k表示要执行k次操作，直到被腐蚀为空集之前的一次。骨架为$S(A)=\cup S_k(A)$，即所有骨架子集的并集。
• 顶帽操作（top-hat）：$h=f-(f\circ b)$用于灰度图处理，用于增强阴影细节。