数字图像处理（七）：形态学图像处理

预备知识

由集合论运算到图像处理

Z为整数集合，每个网格的中心坐标是来自笛卡尔乘积Z²中的一对元素。
f(x,y)数字图像 f是为每对不同坐标(x,y)分配亮度值（实数集R）的映射
若R中元素也是整数，则该数字图像为一个二维函数，坐标与振幅（亮度）值均为整数。

令A为Z²中的一个集合，其中的元素是像素坐标(x,y)。若w=(x,y)是A的一个元素，则我们可以写为
同理，若w不是A的元素，则可以写为

满足特殊条件的像素坐标集合B

某集合中像素坐标不属于集合A，A的补集

并集、交集、差集（略）
基本集合运算

B的映像
点z对集合A的平移

二值图像，二值集合和逻辑运算符

膨胀和腐蚀

膨胀

膨胀在数学上定义为

满足交换律，但令第一个操作数为图像，第二个操作数为结构元素。

膨胀结果

结构元素的分解

膨胀满足结合律

一个结构元素B可以表示为两个结构元素B1和B2的膨胀

称B能够分解为B1和B2两个结构元素。

计算膨胀所需要的时间正比于结构元素中的非零像素的个数。

函数strel

se = strel(shape, parameters)

shape 指定形状，parameters 指定大小
函数strel以分解的形式产生结构元素。

腐蚀

A被B腐蚀是所有结构元素的原点位置（值为1）的集合，其中平移的B和A的背景并不叠加。

膨胀和腐蚀的组合

最常用：开运算、闭运算、击中或击不中变换

开运算和闭运算

开运算：先腐蚀，再膨胀；B在A内完全匹配的平移的并集。【作用】平滑对象的轮廓，断开狭窄的连接

C = imopen(A, B)

闭运算：先膨胀，再腐蚀；所有不与A重叠的B的平移的并集。【作用】平滑对象的轮廓，狭窄的缺口连接为细长的弯口，并填充比结构元素小的洞

C = imclose(A, B)

击中或击不中变换

A被B击中或击不中变换

C = bwhitmiss(A, B1, B2)

例如：


用B1腐蚀可以决定东西南北领域像素的前景像素位置，用B2腐蚀原图的补集可决定所有东北、东南、西南、西北领域像素的像素位置。

查找表

函数makelut

函数applylut

函数bwmorph

g = bwmorph(f, operation, n)

operation 指定期望操作，n 操作重复次数

细化：得到单个像素宽的线

函数endpoints

【作用】识别并删除端点

标注连接分量

连接分量又称为对象，单个前景像素和所有前景像素集合之间的重要部分。
定义：对于任意前景像素p，与其相连的所有前景像素的集合称为包含p的连接分量。

函数bwlabel

[L, num] = bwlabel(f, conn)

f 二值图像，conn 制定期望的连接。输出L 标记矩阵，num给出所找到的连接分量的总数。

4邻接：q属于N₄§
8邻接：q属于N₈§

p与q之间存在一条完全有前景像素组成的4连接路径，则这两个前景像素称为4连接。
若它们之间存在一条8连接路径，则称为8连接。

计算质心（略）

形态学重构

重构涉及到两幅图像和一个结构元素的形态学变换，即标记（marker），是变换的开始点。另一幅图像是掩膜（mask），用来约束变换过程。结构元素用于定义连接性。

由重构作开运算（用重构代替膨胀来做开运算）

使用结构元素B对f由重构做开运算的定义为

fe = imerode(f, one(51,1));
fobr = imreconstruct(fe, f); %IM = imreconstruct(MARKER,MASK)

填充孔洞

g = imfill(f, 'holes');

图像平移形式（结构元素）的并集（或交集）

清除边界对象

g = imclearborder(f, conn);

形态学概念扩展到灰度图像

开运算和闭运算

开运算去除比结构元素更小的明亮细节，闭运算去除比结构元素更小的暗色细节。
开-闭滤波、闭-开滤波：组合二者以平滑图像并去除噪声。
交替顺序滤波：用一系列不断增大的结构元素来执行开-闭滤波。

开运算可用于补偿不均匀的背景亮度。

顶帽变换（top-hat）

从原图像中减去开运算后的图像称为顶帽变换。

g = imtophat(f, NHOOD)

底帽变换（bottom-hat）

从原图像中减去闭运算后的图像称为底帽变换。

g = imbothat(f, NHOOD)

重构：抑制小峰值

开运算重构（opening-by-reconstruction）

闭运算重构（closing-by-reconstruction）

例 使用重构删除复杂图像的背景