二值图像形态学边界matlab,(MATLAB应用图像处理)第9章数学形态学以及二值图像形态学处理.ppt...

第9章 数学形态学以及二值图像形态学处理 9.1 数学形态学概述 9.1.1 数学形态学简介 　　数学形态学(Mathematical Morphology)诞生于1964年。法国巴黎矿业学院博士生赛拉 (J.Serra)和导师马瑟荣，在从事铁矿核的定量岩石学分析及预测其开采价值的研究中提出“击中/击不中变换”，并在理论层面上第一次引入了形态学的表达式，建立了颗粒分析方法。他们的工作奠定了这门学科的理论基础，如击中/击不中变换、开闭运算、布尔模型及纹理分析器的原型等。数学形态学的基本思想是用具有一定形态的结构元素去量度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。 　　数学形态学的数学基础和所用语言是集合论，因此它具有完备的数学基础，这为形态学用于图像分析和处理、形态滤波器的特性分析和系统设计奠定了坚实的基础。数学形态学的应用可以简化图像数据，保持它们基本的形状特性，并除去不相干的结构。数学形态学的算法具有天然的并行实现的结构，实现了形态学分析和处理算法的并行，大大提高了图像分析和处理的速度。 　　数学形态学是一种应用于图像处理和模式识别领域的新方法。形态学是生物学的一个分支，常用它来处理动物和植物的形状和结构。1964年，法国学者Serra对铁矿石的岩相进行定量分析，以预测铁矿石的可扎性。几乎同时，Matheron研究了多孔介质的几何结构、渗透性及两者的关系，他们的研究成果直接导致数学形态学的形成。随后Serra和Matheron在法国共同建立了Fontainebleau数学形态学研究中心。在以后几年的研究中，他们逐步建立并完善了数学形态学的理论体系。此后，又研究了基于数学形态学的图像处理系统。 　　数学形态学是一门建立在严密的数学理论基础上的科学。Matheron于1975年出版的《Random Sets and Integral Geometry》一书中严谨而详细地论证了随机集论和积分几何，为数学形态学奠定了理论基础。1982年，Serra出版的专著《Image Analysis and Image Processing》是数学形态学发展的里程碑，它表明数学形态学在理论上已经趋于完备，在实践应用中不断深入。此后，经过科学工作者的不断努力，Serra主编的《Image Analysis and Mathematical Morphology》第2、3卷相继出版。 　　数学形态学已经构成一种新的图像处理方法和理论，成为计算机数字图像处理的一个重要研究领域，并且已经应用于多门学科的数字图像分析和处理过程中。这门学科在计算机文字识别， 计算机显微图像分析(如定量金相分析，颗粒分析)，医学图像处理，图像编码压缩，工业检测(如食品检验和印刷电路自动检测)，机器人视觉，汽车运动情况监测等方面都取得了非常成功的应用。另外，它在指纹检测、经济地理、合成音乐和断层X光照像等领域也有良好的应用前景。形态学方法已成为图像应用领域工程技术人员的必备工具。 9.1.2 数学形态学的集合理论基础 　　数学形态学是以集合论为基础来描述的。下面列出几个必要的集合论概念和定义。 　　集合用大写字母表示，如A，B；元素用小写字母表示，如a，b；集合中的内容表示为{·}，如C?=?{w|w?=?-d，d∈D}，即集合C是元素w的集合，而w是通过-1与集合D中的所有元素d相乘得到的。 　　集合与元素之间是包含和不包含的关系，如。 对于，称A为B的子集；集合为A和B的并集；为A和B的交集；如果则称A和B互斥的或不相容的；A的补集记为；A和B的差集记为A-B，且A-B　　　　　　　　　　　　　　。 　　集合之间的基本运算可由图9.1形象地表达。 　　将A用z= (z1，z2)位移，记为(A)z，(A)z?=；A的映像记为，。图9.2形象地表达了集合的位移和镜像运算。 9.2 数学形态学基本操作——腐蚀和膨胀 　　数学形态学是由一组形态学的集合运算组成的，其基本运算有：膨胀、腐蚀、开运算和闭运算、击中/击不中、细化和粗化。这些基本运算在二值图像和灰度图像中各有特点。基于这些基本运算还可推导和组合成各种数学形态学实用算法。其中膨胀和腐蚀是数学形态学方法中最基本的运算。膨胀和腐蚀的原理是利用一个称作结构元素的“探针”收集图像的信息，当探针在图像中不断移动时，通过简单的逻辑运算便可考察图像各个部分之间的相互关系，从而了解图像的结构特征，如图9.3所示。 9.2.1 膨胀 　　A用B来膨胀(Dilation)定义为，，其中B称为结构元素。膨胀的过程为将B平移x，结果是平移后与A交集不为空的x集合。也就是说，用B来膨胀A得到的集合是B的位移与A至少有一个非零元素相交时B的原点位置的集合。 　　膨胀可用图9.4形象地说明。设图9.4中灰色像素