数字图像处理之膨胀腐蚀

图像形态学即数学形态学(Mathematical morphology)是一门建立在格伦和拓扑学基础上的图像分析学科，是数学形态学图像处理的基本理论；

常见图像形态学运算：腐蚀、膨胀、开运算、闭运算、骨架抽取、极线腐蚀、击中击不中变换、Top-hat变换、颗粒分析、流域变换、形态学梯度等；

最基本的形态学操作是：膨胀(dilation)和腐蚀（erosion）

膨胀和腐蚀的主要用途：

消除噪声；

分割出独立的图像元素，在图像中连接相邻的元素；

寻找图像中明显的极大值或极小值区；

求出图像的梯度；

【注】：

腐蚀和膨胀是对像素值大的部分而言的，即高亮白部分而不是黑色部分；

膨胀是图像中的高亮部分进行膨胀，领域扩张，效果图拥有比原图更大的高亮区域；

腐蚀是图像中的高亮部分被腐蚀掉，领域缩减，效果图拥有比原图更小的高亮区域；

膨胀原理：

膨胀：求局部最大值；

①定义一个卷积核B，

核可以是任何的形状和大小，且拥有一个单独定义出来的参考点-锚点(anchorpoint)；

通常和为带参考点的正方形或者圆盘，可将核称为模板或掩膜；

②将核B与图像A进行卷积，计算核B覆盖区域的像素点最大值；

③将这个最大值赋值给参考点指定的像素；

因此，图像中的高亮区域逐渐增长。

 

腐蚀原理：

腐蚀：局部最小值(与膨胀相反)；

①定义一个卷积核B，

核可以是任何的形状和大小，且拥有一个单独定义出来的参考点-锚点(anchorpoint)；

通常和为带参考点的正方形或者圆盘，可将核称为模板或掩膜；

②将核B与图像A进行卷积，计算核B覆盖区域的像素点最小值；

③将这个最小值赋值给参考点指定的像素；

因此，图像中的高亮区域逐渐减小。