数字图像处理考点分析（五）

InitiativeYu

已于 2022-10-23 19:19:42 修改

阅读量1.9k

点赞数 2

分类专栏：数字图像处理文章标签：计算机视觉图像处理人工智能

于 2022-10-23 15:16:25 首次发布

本文链接：https://blog.csdn.net/qq_43600941/article/details/127475179

版权

数字图像处理专栏收录该内容

7 篇文章 12 订阅

订阅专栏

上一篇：数字图像处理考点分析（四）我们介绍了图像复原与重建的知识，这一篇我们来进行图像的形态学处理！

文章目录

- - 图像形态学处理

图像形态学处理

1.概述

基本思想是用具有一定形态的结构元素去度量和提取图像中的对应形状以达到对图像分析和识别的目的。

常见的结构元结构有圆形、矩形、十字形。

形态学图像处理的基本运算有4个：腐蚀、膨胀、开操作、闭操作

2.形态学基本运算

2.1腐蚀

腐蚀是使图像中的高亮区域“细化”或“收缩”。

A和B是两个集合，A被B腐蚀定义为：

在实际使用过程中，A是图像，B是小型结构元素。

二值图像腐蚀的实现：

用结构元素，扫描源图像的每一个像素；
若结构元素存在一个1覆盖到的为0，则将结构元素原点位置对应的图像值设为0，否则设为1。

举例：

像素格内的“o”表示原点，"X"表示该位置的值我们不关心。更多例题可参考：

小结
图像本身、结构元的形状和原点位置的选取都会影响腐蚀操作的结果。
腐蚀能够消融物体的边界，而具体的腐蚀结果与图像本身和结构元的形状有关：如果物体整体上大于结构元，腐蚀的结构是使物体变“瘦”一圈，这一圈到底有多大是由结构元决定的：如果物体本身小于结构元，则在腐蚀后的图像中物体将完全消失；如物体仅有部分区域小于结构元（如细小的连通），则腐蚀后物体会在细连通处断裂，分离为两部分。因此在实际应用中，可以利用腐蚀运算去除物体之间的粘连，消除图像中的小颗粒噪声。

2.2 膨胀

膨胀会“增化”或“粗化”图像的高亮区域。

上式表示：B的反射进行平移与A的交集不为空

ps. 反射与平移的知识补充

在这里插入图片描述

二值图像膨胀的实现

用反射后的结构元素扫描图像的每一个像素；
若结构元素中存在一个1且其对应位置图像也为1，则将结构元素原点位置对应的图像值设为1

举例：

像素格内的“o”表示原点，"X"表示该位置的值我们不关心。更多例题可参考：

小结

图像本身、结构元的形状和原点位置的选取都会影响腐蚀操作的结果。
膨胀运算具有扩大图像和填充图像中比结构元小的成分的作用，因此在实际应用中可以利用膨胀运算连接相邻物体和填充图像中的小孔和狭窄的缝隙。

2.3 开运算

开运算：先腐蚀后膨胀

使用结构元素B对集合A进行开操作，定义为：

作用：使图像的轮廓变得光滑，断开狭窄的间断和消除细的突出物。

2.4 闭运算

闭运算：先膨胀后腐蚀

结构元B对集合A进行闭运算。定义如下：

作用：同样使图像的轮廓变得光滑，但与开操作相反，它能弥合狭窄的间断和长细的鸿沟，消除小的孔洞，并填补轮廓线中的裂痕

开运算满足的性质：

闭运算满足的性质：

3.击中与击不中变换

设有两幅图像A和B，如果A∩B≠空集，那么称B击中A，记为 B↑A；否则，如果A∩B=空集，那么称B击不中A，如图所示

在这里插入图片描述

击中与击不中变换可表示为：

简单来说击中-击不中运算常用于二值图像，它用于基于结构元素（即结构元）的配置，从图像中寻找具有某种像素排列特征的目标，如单个像素、颗粒中交叉或纵向的特征、直角边缘或其他用户自定义的特征等。计算时，只有当结构元素与其覆盖的图像区域完全相同时，中心像素的值才会被置为1，否则为0。下图给出了一个例子。

作用：形状检测（图像中的对象是彼此不相连的）

4.形态学的主要应用

4.1 边界提取

边界提取定义为

上式表示：先用B对A腐蚀，然后用A减去腐蚀得到，B是结构元素

4.2区域填充

区域填充定义为：

X0=p，如果Xk=Xk-1，则算法在迭代的第k步结束。Xk 和A的并集包含被填充的集合和它的边界。

条件膨胀：如果对上述公式的左部不加限制，则上述公式的膨胀将填充整个区域。利用A^c的交集将结果限制在感兴趣区域内，实现条件膨胀。

4.3连通分量的提取

参考：连通分量提取1

在二值图像中提取连通分量是许多自动图像分析应用中的核心任务。提取连通分量的过程实际上也是标注连通分量的过程，通常的做法是给原图像中的每个连通区分配一个唯一代表该区域的编号，在输出图像中该连通区内的所有像素的像素值就赋值为该区域的编号，我们将这样的输出图像称为标注图像。
令A是包含一个或多个连通分量的集合，并形成一个阵列X0（大小与A相同）。
算法描述：
初始化：X0 = 连通分量A中的某个点
循环：

终止条件：当Xk Xk-1时，循环结束。
Xk包含输入图像中的所有连通分量。

参考：连通分量提取2

以8连通的情况为例，对于图(a)的内含多个连通分量的图像A，从仅为连通分量A1内部某个的图像B开始，不断采用如图©所示的结构S进行膨胀。由于其他连通分量与A1之间至少有一条一像素宽的空白缝隙（如图（a）中的虚线），3*3的结构元素保证了只要B在区域A1内部，则每次膨胀都不会产生位于图像A中其他连通区域之内的点，这样只需用每次膨胀后的结构图像和原始图像A相交,就能把膨胀限制在A1内部。随着对B的不断膨胀，B的区域不断生长，但每次膨胀后与图像A的相交又将B限制在连通分量A1地内部，直到最终B充满整个连通分量A1，对连通分量A1地提取完毕。

下一篇：数字图像处理考点分析（六）我们来介绍图像的压缩技术！