图像的腐蚀与膨胀

图像形态学处理

一.最基本两个形态学运算----膨胀与腐蚀

啥叫形态学操作

形态学操作其实就是改变物体的形状，比如腐蚀就是”变瘦”，膨胀就是”变胖”，看下图就明白了：

（http://ex2tron.wang/opencv-python-erode-and-dilate/）

 

经验之谈：形态学操作一般作用于二值化图，来连接相邻的元素或分离成独立的元素。腐蚀和膨胀是针对图片中的白色（即前景）部分！

开/闭运算

先腐蚀后膨胀叫开运算（因为先腐蚀会分开物体，这样容易记住），其作用是：分离物体，消除小区域。

经验之谈：很多人对开闭运算的作用不是很清楚，但看上图↑，不用怕：如果我们的目标物体外面有很多无关的小区域，就用开运算去除掉；如果物体内部有很多小黑洞，就用闭运算填充掉。

为什么有了膨胀腐蚀还要开运算闭运算呢？其实开闭运算最重要的一点就是，可以保持物体原有大小。然后一个是消除物体内部孔洞的另一个是增强物体之间连接点的。

其他形态学操作

• 形态学梯度：膨胀图减去腐蚀图，dilation - erosion，这样会得到物体的轮廓：

 

---

 

膨胀与腐蚀能够实现以下作用：

   1.消除噪声

   2.分割出独立的图像元素，在图像中连接相邻的元素

   3.寻找图像中的明显的极大值区域或者极小值区域

   4.求出图像的梯度

需要注意之处： 腐蚀和膨胀都是对图像的白色部分(高亮部分)而言。膨胀是图像中的高亮部分进行膨胀，类似于领域扩张，效果图拥有比原图更大的高亮区域；腐蚀是原图的高亮部分被腐蚀，类似于领域被蚕食，效果图拥有比原图更小的高亮区域。

从数学的角度来说，膨胀和腐蚀操作就是将图像与核进行卷积，核可以是任意形状和大小的。

膨胀到底是怎么实现的呢？求局部最大值。

原图与核进行卷积，将最大值赋予指定像素，从而使亮者更亮，效果就是亮的区域膨胀了。

再讲腐蚀（Erosion）：

操作与膨胀相反，求局部最小值。

可以理解为，移动结构B（核），如果结构B与结构A的交集完全属于结构A的区域内，则保存该位置点，所有满足条件的点构成结构A被结构B腐蚀的结果。

A被腐蚀后的结果貌似不对，好像应该是这样的：

 

 

另一版本：

一、基本概念

结构元素(Structure Element)：

设有两幅图象B，A。若A是被处理的对象，而B是用来处理A的，则称B为结构元素，又被形象地称做刷子。结构元素通常都是一些比较小的图象。

腐蚀(Erosion)：

X用S腐蚀的结果是所有使S平移x后仍在X中的x的集合。换句话说，用S来腐蚀X得到的集合是S完全包括在X中时S的原点位置的集合，用公式表示为：（必须包含）

                                              

膨胀(Dilation)：

膨胀可以看做是腐蚀的对偶运算，其定义是：把结构元素B平移a后得到Ba，若Ba击中X，我们记下这个a点。所有满足上述条件的a点组成的集合称做X被B膨胀的结果。 （要相交即可）

                                          

开运算(Opening Operation)：

                                                  

先腐蚀后膨胀称为开运算，即：

闭运算(Closing Operation)：

先膨胀后腐蚀称为闭运算，即：

                                                     

二、基本原理

腐蚀

如下图所示，X表示原始图像，B表示结构元素，B对X 腐蚀的示意图如下：

                                                     （圆被矩形给包含）

对于任意一个在阴影部分的点a，Ba 包含于X，所以X被B腐蚀的结果就是那个阴影部分。阴影部分在X的范围之内，且比X小，就象X被剥掉了一层似的，这就是为什么叫腐蚀的原因。腐蚀在数学形态学运算中的作用是消除物体边界点。

B对X 腐蚀的效果图如下图所示：

                                                    

                                                       

 

膨胀

如下图所示，X表示原始图像，B表示结构元素，B对X 膨胀的示意图如下：

                                     （圆与矩形相交即可）

图中X是被处理的对象，B是结构元素，对于任意一个在阴影部分的点a，Ba击中X，所以X被B膨胀的结果就是那个阴影部分。阴影部分包括X的所有范围，就象X膨胀了一圈似的，这就是为什么叫膨胀的原因。

B对X膨胀的效果图下图所示：

                                                             

                                                                      

开运算

开运算的效果图如下图所示：

                               

我们可以得到关于开运算的几点结论：
（１）开运算能够除去孤立的小点，毛刺和小桥，而总的位置和形状不便。
（２）开运算是一个基于几何运算的滤波器。
（３）结构元素大小的不同将导致滤波效果的不同。
（４）不同的结构元素的选择导致了不同的分割，即提取出不同的特征。

闭运算

闭运算的效果图如下图所示：

我们也可以得到关于闭运算的几点结论：
（1）闭运算能够填平小湖（即小孔），弥合小裂缝，而总的位置和形状不变。
（2）闭运算是通过填充图像的凹角来滤波图像的。
（3）结构元素大小的不同将导致滤波效果的不同。
（4）不同结构元素的选择导致了不同的分割。