形态学 - 边界提取

最新推荐文章于 2023-05-10 21:51:53 发布
最新推荐文章于 2023-05-10 21:51:53 发布
阅读量1.5k 收藏 3
点赞数 1
分类专栏： 数字图像处理 文章标签： 计算机视觉 opencv 图像处理
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_44886601/article/details/127546901
版权

目录

1. 介绍

2. 代码实现

1. 介绍

前景像素点的边界可以通过如下方式得到：首先将原图A腐蚀得到腐蚀图B，然后将原图A减去腐蚀图B得到差集

dst = A - (A\ominus B)

  • \ominus 为腐蚀，公式的意思是，用结构元B对A的腐蚀

使用 3 * 3 的正方形结构元往往会得到像素1 宽度边界，而使用 5 * 5 大小的正方形结构元往往会得到 2 宽度的边界。这是因为 3 * 3的正方形结构元腐蚀 会使图像边界缩小一格。

如图：

 

opencv 库里面的形态学梯度是：原图的膨胀图 - 原图的腐蚀图

因为膨胀会使目标扩大，腐蚀会使目标减少，所以差值产生的边界宽度会比较大

2. 代码实现

code：


                

        

        

    




        

            

                

                

                了解本专栏
                
                
                  
                订阅专栏 解锁全文
                 
                
                    
                    超级会员免费看
                
            

            
            
            
        

    

      

        

            

              
                
                  听风吹等浪起
                
              
            

            

                关注
              
            

        

        

          
    
            
  • 
              
                
                
                
                
                    1
                
              
              
    点赞
    
            
    • 
            
  • 
              
                
                
                
              
              
    踩
    
            
    • 
            
  • 
              
                
                
                
                
                    3
                
              
              
    
                
    
                  
                    收藏
                  
                
    
              
    
              
    
                
    
                  觉得还不错?
                  
                    一键收藏
                  
                 
                
    
              
    
            
    • 
                
  • 
                  
                    打赏
                    
                  
                  
    打赏
    
                
    • 
          
  • 
            
    
              
              
            
    
              
              
              
                    0
              
            
            
    评论
    
          
    • 
          
  • 
          
    • 
          
  • 
            
              
            
              
    
            
              
                
            
    
          
    • 
        

      

      

            

                专栏目录
          

                

                        订阅专栏
                










                



	

		

			

				
					
形态学算法之边界提取的简单python实现——图像处理

				
			

			

				

					qq_49370210的博客
				

				

					02-08
					
					3862
					
				

			

		

		

			
				
边缘是图像的最重要的特征，。边缘是指周围像素灰度有阶跃变化或屋顶变化的那些像素的集合。边缘提取，指数字图像处理中，对于图片轮廓的一个处理。对于边界处，灰度值变化比较剧烈的地方，就定义为边缘。也就是拐点，拐点是指函数发生凹凸性变化的点。二阶导数为零的地方。并不是一阶导数，因为一阶导数为零，表示是极值点。边缘提取：边缘检测的基本思想首先是利用边缘增强算子，突出图像中的局部边缘，然后定义象素的“边缘强度”，通过设置阈值的方法提取边缘点集。由于噪声和模糊的存在，监测到的边界可能会变宽或在某点处发生间断。

			
		

	



                

              
                



	

		

			

				
					
形态学之边界提取

				
			

			

				

					Du_Shuang的博客
				

				

					10-06
					
					2727
					
				

			

		

		

			
				
边界提取的算法如下：
β(A)=A−(A⊖B)\beta(A)=A-(A\ominus B)β(A)=A−(A⊖B)
其中B是一个适当的结果元
如上所示，该公式是一个很明显的边界提出公式，B对A做腐蚀，将A的边界进行腐蚀，而A减去腐蚀后的结果就是被腐蚀的部分，即边界，其中边界的粗细取决于element B的大小。

以上。

...

			
		

	



                


  
              

                


	

		

			

				
					
边界提取（Region的边界提取）

				
			

			

				

					weixin_44490080的博客
				

				

					07-19
					
					2827
					
				

			

		

		

			
				
边界提取不是轮廓（XLD）的提取，边界提取基于像素点。可通过腐蚀Region，再拿腐蚀前后的图像计算它们之间的差集即可得到Region的边界。

测试图：



halcon代码：


read_image (Image, 'D:/Halcon-WorkSpaces/Test/Image/test20.png')
*二值分割
binary_threshold (Image, Region, 'ma...

			
		

	





	

		

			

				
					
Matlab下实现图像形态学的边缘提取

				
			

			

				

					qq_43483403的博客
				

				

					06-04
					
					3780
					
				

			

		

		

			
				
MAatlab下实现图像形态学的边缘提取

			
		

	



		

			
		



	

		

			

				
					
code7_边界提取_形态学_图像操作_

				
			

			

				

					09-30
				

			

		

		

			
				
本项目聚焦于利用形态学方法进行边界提取，特别是通过多路形态学操作来实现这一目标。形态学是数学形态学的一部分，它是一种基于形状和结构的图像分析技术，广泛应用于图像分割、噪声去除、特征提取等领域。  标题...

			
		

	





	

		

			

				
					
matlab数学形态学图像处理：34   图像边界提取.zip

					
最新发布

				
			

			

				

					06-09
				

			

		

		

			
				
在图像处理领域，数学形态学是一种非常重要的技术，尤其在图像分析、边界提取以及噪声去除等方面有着广泛应用。MATLAB作为一款强大的科学计算软件，提供了丰富的工具箱支持数学形态学操作。本节我们将深入探讨MATLAB...

			
		

	





	

		

			

				
					
实验3_边缘提取_形态学运算_

				
			

			

				

					10-03
				

			

		

		

			
				
在图像处理领域，边缘提取和形态学运算都是非常重要的技术，它们在诸如图像分析、目标检测、模式识别等应用中起到关键作用。实验3的主题聚焦于这两项操作，旨在通过实践来深化理解。  首先，让我们详细了解一下边缘...

			
		

	





	

		

			

				
					
基于多尺度形态学提取眼前节组织_图像处理_形态学_

				
			

			

				

					10-02
				

			

		

		

			
				
本文将深入探讨基于多尺度形态学的图像处理技术，以及它如何被用于提取眼前节组织。  首先，我们要理解形态学的基本概念。形态学是通过结构元素对图像进行操作的一种方法，它可以用于图像分割、噪声去除、边缘检测等...

			
		

	





	

		

			

				
					
二值图像的边界提取_二值图像的边界提取_

				
			

			

				

					10-02
				

			

		

		

			
				
在描述中提到的是使用二值形态学方法进行边界提取，这通常涉及到开运算或闭运算，或者两者结合使用，以获得清晰的物体边界。文件列表中的“n6th.m”可能是一个MATLAB脚本，用于实现这些形态学操作。通常，图像文件...

			
		

	





	

		

			

				
					
【图像处理】从点云数据中提取边界（识别和追踪）（Matlab代码实现）

				
			

			

				

					weixin_46039719的博客
				

				

					03-01
					
					4120
					
				

			

		

		

			
				
现有的解决方案在以下一种或多种情况下存在缺陷:沿凹形状识别细节，单独识别形状内的“洞”，适当的边界跟踪，以及沿正则化建筑轮廓保存详细信息。通过使用输入数据中的最大点对点距离，识别步骤的解决方案正确地检测任何类型形状的边界边缘，并单独识别形状内部的孔(如果有的话)。所提出的跟踪算法将边界边划分为段，准确获取每个段的点序列，并在必要时将它们合并，以生成每个形状的单一边界。实验结果表明，即使在低密度输入数据中，所提出的解决方案也能保持建筑边界的细节，并提供较高的基于像素的完整性和几何精度。行百里者，半于九十。

			
		

	





	

		

			

				
					
基于数学形态学的图像边缘提取方法

				
			

			

				

					ingy
				

				

					06-03
					
					9207
					
				

			

		

		

			
				
Github地址：

传统的边缘提取方法是基于局部梯度的，梯度边缘检测算子详述参考：低层次的图像特征提取——边缘检测



在基于梯度的经典边缘检测算子中，以Roberts、Prewitt、Sobel、Laplacian算子最为经典和常用。它们都是基于像素的处理方法，具有形式简单、易于实现的优点，但都有定位精度较差、对噪声敏感、准确性不高的缺点，而且被检测出来的边缘通常是不连续和不规则的。

Huechel最早提出亚像素边缘检测技术，现已发展为插值、矩法和最小二乘法等多种检测方法。插值法计算时间相对较短，但

			
		

	





	

		

			

				
					
MATLAB中提取二值图像的边缘

				
			

			

				

					qq_36763031的博客
				

				

					09-20
					
					5074
					
				

			

		

		

			
				
前言
图像处理中，经常会遇到提取图像边缘的问题，实现也不难，一般的，如果仅为可视化，可以直接通过形态学膨胀减去之前的图像获得，但这样难以提取到具体的坐标，也会使图像边缘太“厚”。其实MATLAB中内置的函数 bwboundaries就可以实现这个功能。
用法示例
bound  = bwboundaries(BW);%提取边缘
for k = 1:numel(bound)
    boundary = bound{k};
    plot(boundary(:,2), boundary(:,1),'LineW

			
		

	





	

		

			

				
					
点云边界提取方法总结

					
热门推荐

				
			

			

				

					taifyang的博客
				

				

					05-04
					
					2万+
					
				

			

		

		

			
				
经纬线扫描法
经纬线扫描法的基本思想是：将经过坐标变换后的二维数据点集按照 x值的大小排序后存储在一个链表中，在二维平面建立点集的最小包围盒并分别计算出 x 和 y 的最大、最小值；令经线从 x 的最小值开始，取步长为dx，在 x 的取值范围内分别计算出每根经线的最大和最小 y 值，并将它们的索引值放在一个新建的链表中，扫描完整个 x 区间；同样的方法扫描纬线，最后将重复的索引值删掉。
#include <iostream>
#include <algorithm>
#include

			
		

	





	

		

			

				
					
matlab 点云边界提取

				
			

			

				

					点云侠的博客
				

				

					01-26
					
					6454
					
				

			

		

		

			
				
matlab中边界提取函数在点云中的应用

			
		

	





	

		

			

				
					
MATLAB用数学形态学法提取图像边界

				
			

			

				

					LPY coder的博客
				

				

					11-13
					
					8579
					
				

			

		

		

			
				
MATLAB用数学形态学法提取图像边界主要函数新的改变功能快捷键合理的创建标题，有助于目录的生成如何改变文本的样式插入链接与图片如何插入一段漂亮的代码片生成一个适合你的列表创建一个表格设定内容居中、居左、居右SmartyPants创建一个自定义列表如何创建一个注脚注释也是必不可少的KaTeX数学公式新的甘特图功能，丰富你的文章UML 图表FLowchart流程图导出与导入导出导入
主要函数
graythresh() ; im2bw() ; bwperim() ;
代码如下
你好！ 这是你第一次使用 Mark

			
		

	





	

		

			

				
					
OpenCV基础应用 3.形态学图像处理

				
			

			

				

					亦梦云烟的博客
				

				

					06-21
					
					527
					
				

			

		

		

			
				
数学形态学起初是对二值图像提出的，而后扩展到灰度图像。形态学关注的是形状:将图像和形状看做是点集，根据形状利用数学形态学处理图像。通过这种方式，形态学算子定义的是局部变换，把那些要表达的像素值看做集合。这种改变像素值的方式是通过定义击中或不击中变换进行形式化的。

   集合X表达的目标可以通过集合B所表达的结构元素来检测。不同的结构元素可以用来改变对集合X的处理。击中或不击中变换可以定义为点算子:



   上式中，x表示集合X中的元素，也就是图像中的像素。带c上标表示集合...

			
		

	





	

		

			

				
					
多尺度结构元素形态学边缘检测算法的研究-含Matlab代码

				
			

			

				

					m0_70745318的博客
				

				

					11-07
					
					2080
					
				

			

		

		

			
				
使用数字图像处理技术来解决计算机视觉、人工智能、生物遥感器视觉等领域所涉及到的图像问题时，最重要、最关键的一步是提取出图像中最有效、最有用的特征信息。而图像边缘检测技术所研究的对象即图像的边缘，也是图像中一个重要的特征信息，它能比较直观地把图像的形状等一些重要的特性展示出来，是分析图像的重要依据，是后面进一步分析图像的重要基础，对图像边缘提取的质量好坏直接影响着后续对整个图像研究的成功与否。同时，图像的边缘，具有不变特性，不随环境的改变而改变。上世纪60年代，Roberts根据图像边缘灰度具有间断性这一特征

			
		

	





	

		

			

				
					
【P17】JMeter 边界提取器（Boundary Extractor）

				
			

			

				

					qq_45138120的博客
				

				

					05-10
					
					2598
					
				

			

		

		

			
				
JMeter 边界提取器（Boundary Extractor）参数及使用教程详解

			
		

	





	

		

			

				
					
一些基本形态学算法------边缘提取算法

				
			

			

				

					LLXLQY的博客
				

				

					09-15
					
					5617
					
				

			

		

		

			
				
当处理二值图像时，形态学的主要应用是提取表示和描述形状的有用成分。特别是用形态学方法提取某一区域边界线，连接成分，骨骼，凸壳的算法是十分有效的。此外，区域填充，细化，加粗，裁剪等处理方法也经常与上述算法相结合在预处理和后处理中使用。
为使概念清楚，这些算法的讨论大部分采用的是二值图像，即只有黑白两级灰度，1表示黑，0表示白。


边缘提取算法


集合A的边界记为β（A），可以通过下

			
		

	





	

		

			

				
					
提取内边界、外边界和形态学梯度的边界

				
			

			

				

					06-08
				

			

		

		

			
				
好的，我可以在前面的代码基础上稍作修改来实现提取边界的功能。以下是代码示例：

```python
import cv2

# 读取图像
img = cv2.imread('image/coins.png')

# 灰度化处理
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

# 边缘检测
edges = cv2.Canny(gray, 100, 200)

# 膨胀操作
kernel = cv2.getStructuringElement(cv2.MORPH_RECT, (3, 3))
dilated = cv2.dilate(edges, kernel)

# 腐蚀操作
eroded = cv2.erode(edges, kernel)

# 形态学梯度
gradient = cv2.morphologyEx(edges, cv2.MORPH_GRADIENT, kernel)

# 提取内边界
inner_contours, _ = cv2.findContours(eroded, cv2.RETR_CCOMP, cv2.CHAIN_APPROX_SIMPLE)
inner_boundary = cv2.drawContours(img, inner_contours, -1, (0, 0, 255), 2)

# 提取外边界
outer_contours, _ = cv2.findContours(dilated, cv2.RETR_CCOMP, cv2.CHAIN_APPROX_SIMPLE)
outer_boundary = cv2.drawContours(img, outer_contours, -1, (0, 255, 0), 2)

# 提取形态学梯度边界
gradient_contours, _ = cv2.findContours(gradient, cv2.RETR_CCOMP, cv2.CHAIN_APPROX_SIMPLE)
gradient_boundary = cv2.drawContours(img, gradient_contours, -1, (255, 0, 0), 2)

# 显示图像
cv2.imshow('Original Image', img)
cv2.imshow('Inner Boundary', inner_boundary)
cv2.imshow('Outer Boundary', outer_boundary)
cv2.imshow('Gradient Boundary', gradient_boundary)
cv2.waitKey(0)
cv2.destroyAllWindows()
```

运行以上代码，我们可以得到三个边界的提取结果：内边界、外边界和形态学梯度边界。其中，内边界可以通过先膨胀再腐蚀的操作得到；外边界可以通过先腐蚀再膨胀的操作得到；形态学梯度边界可以通过使用`cv2.drawContours()`函数和`cv2.findContours()`函数来实现。在`cv2.drawContours()`函数中，我们需要指定要绘制轮廓的图像，找到的轮廓，轮廓的索引（-1表示绘制所有轮廓），线条颜色和线条宽度等参数。

			
		

	



              



  
“相关推荐”对你有帮助么？

  

      
    
          
  • 
              
    
                  
                  
              
    
              
    非常没帮助
    
          
    • 
          
  • 
              
    
                  
                  
              
    
              
    没帮助
    
          
    • 
          
  • 
              
    
                  
                  
              
    
              
    一般
    
          
    • 
          
  • 
              
    
                  
                  
              
    
              
    有帮助
    
          
    • 
          
  • 
              
    
                  
                  
              
    
              
    非常有帮助
    
          
    • 
      

      

      

          
          提交
      

      

  




          




        



    





    



      

      

        
      

      





	

		评论	
	

	
	




  

    

      添加红包
      
    

    

      

        
        

          
          
        

        
请填写红包祝福语或标题

      

      

        
        

          
          个
        

        
红包个数最小为10个

      

      

        
        

          
          元
        

        
红包金额最低5元

      

      

        
        

          当前余额3.43元
          前往充值 >
        

      

      

        

          需支付：10.00元
        

        
        
      

    

  





  

    
    
  

  

    
    
  








  

    

      

        

          

            
            
成就一亿技术人!

          

          

        

        

          

          

            领取后你会自动成为博主和红包主的粉丝
            规则
          

        

      

      

        

          

            
              
            
            

              
hope_wisdom
 发出的红包
            

          

        

        

          

          

          

        

      

    

    

  





	
打赏作者

	

		

		
			
		
		

		

			
听风吹等浪起

			
你的鼓励将是我创作的最大动力

		

	

	

			

	

	

    ¥1
    ¥2
    ¥4
    ¥6
    ¥10
    ¥20
	

	

		

			

				

					扫码支付：¥1
				

				

					

					
					获取中
					

				

				

					
					
					扫码支付
				

			

		

		

			
您的余额不足，请更换扫码支付或充值

			
打赏作者

		

	



      
      

      
实付元

      
使用余额支付

      

        

          

            
            点击重新获取
          

        

        
扫码支付

      

      

        
          
            
          
          
        
      

      

        
        钱包余额
          0
          

            
            

              

                
抵扣说明：

                
 1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
 2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

              

            

          

      

      余额充值