图像形态学

图像形态学

　　数学形态学是基于集合论的非线性理论，是图像处理领域的一种新理论和新方法。数字图像处理中的形态学处理是指将数字形态学作为工具从图像中提取对于表达和描绘区域形状有用处的图像分量，比如边界、骨架以及凸壳，还包括用于预处理或后处理的形态学过滤、细化和修剪等。图像形态学处理中我们感兴趣的主要是二值图像。其基本思想是用具有一定形态特征的结构元素提取图像中的对应形状，以实现图像分析和识别。与传统的基于线性理论的空域或频域图像处理技术相比，具有不模糊图像边界和细节，对噪声不敏感，提取的图像边缘平滑，骨架较连续，易于并行处理等特点。近年来，基于数学形态学的图像分析和处理方法在国内外得到不断发展，在多门学科中，许多研究者已开始把数学形态方法应用于图像形态特征提取，数学形态学已逐渐发展成为图像处理技术的一个主要研究领域。数学形态学的基本运算有4种：膨胀、腐蚀、开和闭，基于这些基本运算还可以推导和组合成多种数学形态学运算方法，利用这些形态学算子对图像进行形状和结构分析及处理。
　数学形态学在图像处理中的应用主要是：
　　①利用形态学的基本运算，对图像进行观察和处理，从而达到改善图像质量的目的；
　　②描述和定义图像的各种集合参数和特征，例如面积、周长、连通度、颗粒度、骨架和方向性等。
　　从某种特定意义上来讲，形态学图像处理是以几何学为基础的。它着重研究图像的几何结构，这种结构表示的可以是分析图像的宏观性质，也可以是微观性质。通过利用一个结构元素去探测一个图像，看是否能够将这个结构元素很好地填放在图像的内部，同时验证填放结构元素的方法是否有效。通过对图像内适合放入结构元素的位置做标记，便可得到图像结构的信息。
　　在对裂缝图像提取边缘时，在提取裂缝特征等有用信息的同时，也容易丢掉一些信息，例如，二值图像中，裂缝边缘出现断裂。因此在计算特征参数之前，需要对断裂处进行恢复，同时对多余的噪声加以剔除。

膨胀
　　膨胀的作用是把图像区域周围的背景点合并到区域中，其结果是使区域的面积增大相应数量的点。如果结构元素取3x3，则称为简单膨胀，其结果使区域的边界沿周边增加一个像素，如果区域是圆的，则每次膨胀后区域的直径增加两个像素，如果两个物体距离比较近，通过膨胀可能连通在一起。膨胀对填补分割后物体中的空洞很有作用。
　对灰度图像的膨胀操作有两个效果：
　　①如果结构元