本文介绍了如何使用MATLAB进行形态学处理，以解决图像二值化过程中保留大面积区域并去除小面积区域的问题。通过均值滤波、高阈值和低阈值二值化，结合腐蚀和膨胀操作，有效地实现了图像分割。具体步骤包括图像读取、均值滤波、确定阈值、选择种子点和应用bwlabel、bwselect函数。虽然未直接使用MATLAB的膨胀和腐蚀函数，但最终效果符合形态学操作原理。
在Matlab中将一幅图像阈值分割二值化非常简单，若需要通过阈值th2二值化保留一些大面积的、且有灰度值含有大于th1的点的前景区域，而不需要小面积的区域（th1大于th2），这时会遇到这样的问题：当阈值选为th2时会把一些小面积区域也保留下来；若把阈值增大到th1，小面积的区域没了，但是原来大面积的区域又会减小；若要直接去掉阈值th2二值化图像中面积小于某一值的的区域，需要计算每个区域的面积，计算量大，而且有的区域中并没有含有大于th1的点。
下面利用数学形态学的方法来解决上述问题。
这里主要是采用数学形态学中的腐蚀与膨胀操作，采用均值滤波、灰度图像高阈值二值化、种子点选择、灰度图像低阈值二值化和选择滤波相结合的方法，具体来说：腐蚀过程采用均值滤波和高阈值对第一细分图像二值化，滤掉面积较小的区域，得到较大的区域，然后选择每个区域的种子点；膨胀过程采用低阈值对第一细分图像二值化，保留含有种子点的区域，其它的均过滤掉。经过腐蚀和膨胀操作后，得到所希望的结果，见下图。
程序如下：
wmf10=imread('mwf1.bmp'); %读取图像
wmf1=wmf10(:,:,1);%由于是灰度图像，三个页面相同，故只对第一页面数据操作
figure(1);
subplot(121);imagesc(wmf1);colormap(gray); %显示原图象
最低0.47元/天 解锁文章
扫一扫
5万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
