matlab计算二值图像占空比,数学形态学（Mathematical Morphology）二值图像的相关运算及其MATLAB应用...

数学形态学Mathematical Morphology

二值图像的相关运算及其MATLAB应用

膨胀和腐蚀 开运算和闭运算

1 膨胀

1.1基本描述

考虑两幅二值图像A,B。它们的前景用黑色，背景用白色。另fA和fB表示各自前景点的集合。定义膨胀运算为：

dilation(A,B) = {a+b| a∈A,b∈B}。

比如： A =

{(2,8),(3,6),(4,4),(5,6),(6,4),(7,6),(8,8)}

B = {(0,0),(0,1)}

dilation(A,B)

=

{(2,8),(2,9),(3,6),(3,7),(4,4),(4,5),(5,6),(5,7),(6,4),(6,5),(7,6),(7,7),(8,8),(8,9)}

即膨胀运算是两个集合中所有向量之和的集合

1.2基本性质

膨胀是一种各向同性的扩张，这种操作有时还被称为填充或生长。采用各向同性结构元素的膨胀运算可以描述为一个将所有与物体邻近的背景像素变为物体像素的变换。他可以用来填补物体中小的空洞和狭窄的细缝。

同时，它具有一些有趣的性质。

(1)满足交换律

(2)满足结合律

(3)可以表示为平移点集的并

(4)膨胀对平移不变

2腐蚀

2.1基本描述

腐蚀是对集合元素采用向量减法，将两个集合合并，腐蚀是膨胀的对偶运算。定义腐蚀运算为:

erosion(A,B) = {p|(p+b)∈A, a∈A,b∈B}.

比如：A={(1，0),(1，1), (1，2), (0，3),(1，3), (2，3),(3，3), (1，4)}

B={(0，0),(1，0)}

erosion(A,B)={(0,3), (1,3), (2,3)}

即对于B中的任意元素与一元素相加属于A元素，即这一元素为膨胀元素

2.2 基本性质

对于腐蚀运算可以实现在图像中寻找物体轮廓，而且速度很快。具体的实现方法是计算原始图像和腐蚀后的图像差。同时，腐蚀还可以用来简化物体的结构，那些只有一个像素宽度的物体或物体的部分将被去掉，这

样复杂的物体可以分解为几个简单的部分。

另外，腐蚀也如同膨胀一样具有几个性质

(1)反向扩张变换

(2)平移不变

(3)递增变换

3开运算和闭运算

开运算：先腐蚀再膨胀

闭运算：先膨胀再腐蚀

结构元素各向同性的开运算用于消除图像中小于结构元素的细节部分，即物体的局部