图像处理学习笔记（一）：openCV中的膨胀与腐蚀运算

• 数学形态学

       数学形态学操作可以分为二值形态学和灰度形态学，灰度形态学由二值形态学扩展而来。数学形态学有2个基本的运算，即腐蚀和膨胀，而腐蚀和膨胀通过结合又形成了开运算和闭运算。 膨胀和腐蚀都针对图片中的高亮点的处理，都会使图片变得模糊，膨胀保留高亮点，闭运算保留低亮点。
开运算就是先腐蚀再膨胀，闭运算就是先膨胀再腐蚀。

       有图A和卷积核B，卷积核B要有一个中心点，用B的中心点经过A中的每一个像素点，为了要经过A的每一个像素点，需要对A加一圈padding 即0。B的移动的过程与卷积核移动的过程一致，同卷积核与图像有重叠之后再计算一样。

• 二值形态学

1. 腐蚀操作

       粗略的说，腐蚀可以使目标区域范围“变小”，造成图像的边界收缩，可以用来消除小且无意义的目标物。式子表达为：

       当B中为1的元素位置上对应的A图像值全部也为1，则将输出图像对应的像元(x,y)赋值为1，否则赋值为0。

        B依顺序在A上移动（和卷积核在图像上移动一样，然后在B的覆盖域上进行形态学运算），当其覆盖A的区域为[1,1;1,1]或者[1,0;1,1]时，（也就是B中‘1’是覆盖区域的子集）对应输出图像的位置才会为1。

    2.膨胀操作

       粗略地说，膨胀会使目标区域范围“变大”，将于目标区域接触的背景点合并到该目标物中，使目标边界向外部扩张。作用就是可以用来填补目标区域中某些空洞以及消除包含在目标区域中的小颗粒噪声。 

  

       B中为1的元素位置上对应A的图像值至少有一个为1），则输出图像对应的像元(x,y)赋值为1，否则赋值为0。

 

         无论腐蚀还是膨胀，都是把结构元素B像卷积操作那样，在图像上平移，结构元素B中的原点就相当于卷积核的核中心，结果也是存储在核中心对应位置的元素上。只不过腐蚀是B被完全包含在其所覆盖的区域，膨胀时B与其所覆盖的区域有交集即可。

• 灰度形态学

    1.膨胀操作

膨胀原理：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；

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，膨胀可以使一个孤立的高亮噪音扩大化；可以使用物体的一些低亮度的关键细节丢失。

  卷积 = 

   

   得到的图形：   

 

    2.腐蚀操作

腐蚀原理：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，腐蚀可以使一个孤立的低亮噪音扩大化；可以使用物体的一些高亮度的关键细节丢失。

卷积 =

得到的图片：  

• 开运算和闭运算

  1.开运算

开运算就是先腐蚀再膨胀，除去较小的明亮细节，保持整体的灰度级和较大的明亮区域不变。

功能：消除小物体；在纤细处分离物体；平滑较大的边界并不明显改变其面积；

重点在于消除杂点，先用腐蚀将杂点消除，但是可能也会把连续的线腐蚀掉，成为不连续的，再使用膨胀将它们连续起来。

闭运算就是先膨胀再腐蚀，除去较小的暗细节，而相对地保持明亮部分不受影响。

功能：排除小型黑洞(黑斑)；重点在于消除间断点，用膨胀操作使得不连续的点连接到一起，但是这时候也使得杂点变大变量，然后再腐蚀掉一些杂点。