图像形态学——击中击不中

最新推荐文章于 2024-03-21 08:00:00 发布

WaitFoF

最新推荐文章于 2024-03-21 08:00:00 发布

阅读量3.5k

点赞数 1

分类专栏： # OpenCV图像处理视频和图像处理文章标签：击中击不中

没有太晚的开始，不如就从今天行动。总有一天，那个一点一点可见的未来，会在你心里，也在你的脚下慢慢清透。生活，从不亏待每一个努力向上的人。

本文链接：https://blog.csdn.net/qq_41498261/article/details/103114268

版权

视频和图像处理同时被 2 个专栏收录

104 篇文章 31 订阅

订阅专栏

OpenCV图像处理

89 篇文章 16 订阅

订阅专栏

在这里插入图片描述
说明：关于击中击不中问题还有很多疑点，代码实现存在问题，日后遇到在详细解决。

击中击不中变换

击中击不中变换是形状检测的一个基本工具。

设X为目标图像，B为结构元素，且B由两个不相交的部分 $B_1$ 和 $B_2$ 组成，即 $B=B_1∪B_2$ ,且 $B_1∩B_2=\phi$ 。则目标图像X被结构元素B击中的数学表达式：
$\otimes B= \{x|(B_1)_x \subseteq X , (B_2)_x \subseteq X^c \}$ 其中, $\otimes$ 表示击中击不中变换的运算符。

HMT变换的含义是在目标图像 X被结构元素B击中的输出结果中,每点x必须同时满足两个条件: $B_1$ 被x平移后包含在X内； $B_2$ 被x平移后不包含在X内。

连通子图的匹配和定位

假设A的前景由若干个互不连通子图构成，而且相隔不是太近。另有图像G,需要检测G的前景是否匹配A的某个子图，也就是G的前景集与A的某个子图是否完全一样。若匹配则称为“击中”，否则称为“击不中”。当击中时，还要得到匹配子图在A中的位置，位置的含义是：在A中用两条水平线，两条垂直线恰好框住匹配子图，该矩形的左上角、右下角在A中的坐标。

以下图为例说明击中不击中的原理。图A背景为灰色，前景为白色，前景是三个不连续的子图：圆盘、三角形和正方形。其中正方形的高宽是30*30， $A^{c}$ 是A的反转。现在设图G的前景色也是30×30的白正方形，那么问题是如何确认G的前景与A的正方形匹配，并得到正方块的位置。
在这里插入图片描述

下图示意了目标图像X被结构元素B击中的过程与结果。
在这里插入图片描述

Hit-miss原理

基于腐蚀运算的一个特性：腐蚀的过程相当于对可以填入结构元素的位置作标记的过程。

腐蚀中，虽然标记点取决于原点在结构元素中的相对位置，但输出图像的形状与此无关，改变原点的位置，只会导致输出结果发生平移。腐蚀的过程相当于对可以填入结构元素的位置作标记的过程，可以利用腐蚀确定目标的位置。

进行目标检测，既要检测到目标的内部，也要检测到目标的外部，即在一次运算中可以同时捕获内外标记。

由于以上两点。采用两个结构基元H、M，作为一个结构元素对 $B = (H, M)$ ，一个探测目标内部，一个探测目标外部。当且仅当H平移到某一点可填入X的内部，M平移到该点可填入X的外部是，该点才在击中不击中变换中输出。

在这里插入图片描述

Hit-miss算法步骤

击中击不中变换基本原理是使用腐蚀；如果要在一幅图像A上找到B形状的目标，我们需要做的是：

建立一个比B大的模板W,使用此模板对图像A进行腐蚀，得到图像假设为Process1；
用B减去W，从而得到V模板（W-B）;使用V模板对图像A的补集进行腐蚀，得到图像假设为Process2；
Process1和Process2进行取交集；得到结果就是B的位置。这里的位置可能不是B的中心位置，要视W-B时对其的位置而异。

void hitmiss(Mat &src,Mat &kernel) {
	//原图像src,待检测目标kernel

	//1. 灰度化处理
	Mat gray;
	cvtColor(kernel, kernel, COLOR_BGR2GRAY);
	cvtColor(src, gray, COLOR_BGR2GRAY);
	

	//2. 二值化处理
	Mat binary_src,binary_kernel;
    int thresholdValue = 180;
	threshold(gray, binary_src, thresholdValue, 255, THRESH_BINARY);
	threshold(kernel, binary_kernel, thresholdValue, 255, THRESH_BINARY);

	//3. 击中不击中检测
	Mat  hit_result, hit_result1, hit_result2;
	//3.1    Process1： 使用待检测图像腐蚀原图
	erode(binary_src, hit_result1, binary_kernel);
	imshow("hit_result1", hit_result1);

	//3.2    Process2： 图像A的补集，即src的补集
	  //原图像的补集
	Mat bigBlackImg = Mat::ones(src.rows, src.cols, CV_8UC1);
	Mat src1 = bigBlackImg * 255 - binary_src;
	imshow("反置", src1);
	  //W-B --> 得到模板V,即kernel2
	Mat blackImg = Mat::ones(binary_kernel.rows, binary_kernel.cols, CV_8UC1);
	Mat kernel2 = blackImg * 255 - binary_kernel;
	
	//3.3  腐蚀：使用V模板对图像A的补集进行腐蚀：
	erode(src1, hit_result2, kernel2);
	imshow("hit_result2", hit_result2);

	//3.4  Process1与Process2取交集；得到的结果就是B的位置。
	hit_result = hit_result1 & hit_result2;
	imshow("击中击不中", hit_result);
}

int main() {
	src= imread("D:/test/src.png");
	Mat kernel = imread("D:/test/kernel.png");
	if (src.empty()||kernel.empty()) {
		cout << " input the image error!" << endl;
	}
	imshow("src", src);
	imshow("kernel", kernel);
	hitmiss(src, kernel);

	waitKey(0);
	return 0;
}

在这里插入图片描述

MorphologyEx中的击中参数：

void hitmiss2(Mat &src) {
	//1. 灰度化处理
	Mat gray;
	cvtColor(src, gray, COLOR_BGR2GRAY);


	//2. 二值化处理
	Mat binary;
	int thresholdValue = 180;
	threshold(gray, binary, thresholdValue, 255, THRESH_BINARY);

	Mat kernel1 = (Mat_<int>(3, 3) <<
		0,  1, 0,
		1, -1, 1,
		0,  1, 0);
	Mat kernel2 = (Mat_<int>(3, 3) <<
		0, 1, 0,
		1, 0, 1,
		0, 1, 0);
	Mat kernel3 = (Mat_<int>(3, 3) <<
		0, 0, 0,
		0, 1, 0,
		0, 0, 0);
	Mat outImg, output_image1, output_image2, output_image3, output_image4;
	Mat element = getStructuringElement(0, Size(3, 3), Point(-1, -1));
	erode(binary, outImg, element);
	imshow("腐蚀图", outImg);
	morphologyEx(binary, output_image1, MORPH_HITMISS, kernel1);
	morphologyEx(binary, output_image2, MORPH_HITMISS, kernel2);
	morphologyEx(binary, output_image3, MORPH_HITMISS, kernel3);
	imshow("Hit or Miss1", output_image1);
	imshow("Hit or Miss2", output_image2);
	imshow("Hit or Miss3", output_image3);
	absdiff(output_image1, output_image2, output_image4);
	imshow("Hit or Miss", output_image4);
}