tophat顶帽运算实现

原理:
在这里插入图片描述在这里插入图片描述
实现:

/**
 * @description:	顶帽运算
 * @param src		输入图像
 * @param dst		输出图像
 * @param size		掩膜大小
 */
void tophat(cv::Mat& src, cv::Mat& dst, cv::Size size)
{
    cv::Mat element = getStructuringElement(cv::MORPH_RECT, size);
    cv::morphologyEx(src, dst, cv::MORPH_OPEN, element);
	dst = src - dst;
}

代码传送门:https://github.com/taifyang/OpenCV-algorithm

Tophat变换是一种基于形态学图像处理方法,用于检测图像中的小尺寸亮度特征。在MATLAB中,可以使用Image Processing Toolbox中的`imtophat`函数来进行Tophat变换。 Tophat变换的原理是通过将原始图像与开运算的结果之差来获取亮度小尺寸特征。开运算能够平滑图像的背景并削弱较大尺寸的亮度变化,因此通过将原始图像与开运算结果相减,可以突出和提取亮度较弱的小尺寸特征。 在MATLAB中,可以使用以下代码执行Tophat变换: ```matlab % 读取图像 image = imread('image.jpg'); % 将图像转为灰度图像 gray_image = rgb2gray(image); % 定义结构元素 se = strel('disk', 10); % 这里使用了半径为10的圆形结构元素 % 执行开运算 opened_image = imopen(gray_image, se); % 执行Tophat变换 tophat_image = imtophat(gray_image, se); % 显示结果 figure; subplot(1,3,1); imshow(gray_image); title('原始图像'); subplot(1,3,2); imshow(opened_image); title('开运算结果'); subplot(1,3,3); imshow(tophat_image); title('Tophat变换结果'); ``` 在上述代码中,首先使用`rgb2gray`函数将彩色图像转换为灰度图像。然后,通过`strel`函数创建一个结构元素,这里使用了半径为10的圆形结构元素,你可以根据需要调整结构元素的大小。接下来,使用`imopen`函数执行开运算得到平滑的背景图像。最后,使用`imtophat`函数执行Tophat变换,并可以通过`imshow`函数将结果显示出来。 这样,就可以在MATLAB中使用Tophat变换来检测图像中的小尺寸亮度特征了。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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

给算法爸爸上香

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
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