【初学者必看】图像处理入门，二值图像形态学（binary morphology）^_^

最新推荐文章于 2022-11-15 22:00:00 发布
最新推荐文章于 2022-11-15 22:00:00 发布
阅读量3.9k 收藏 20
点赞数 2
分类专栏： 课程相关 图像处理 文章标签： 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/weixin_42462804/article/details/84039380
版权

文章目录一瞥

二值图像形态学（binary morphology）

二值图像形态学算子是简单有效的分析改进二值图像的工具，尤其是那些由前景和背景的分割（例如：基于颜色、运动估计、联和部署、多图像特征）
二值形态学算子操控一个离散图像的子集达到改善图像的目的
A :the foreground pixels
Ac the comprising background pixels
B: structuring element
下图为结构元素的样例
在这里插入图片描述

膨胀(Dilation)

用来纠正以前景像素的分割错误，例如联通对象的部件或填充孔。找出前景和背景的外轮廓。
在这里插入图片描述

膨胀属性properties of dilation

在这里d述

A⊕B={c ∈E2：c=a+b，a∈A,b∈B};
Structuring element 结构元素

  •  与卷积类似，结合律允许一个大的结构化元素的扩张被分解成一个小元素的操作，以加速执行时间例如,扩张的(2 n + 1)×(2 n +1)方阵可以方便地通过n连续3×3方阵。
  •  典型的结构元素包含原点，并且围绕原点对称，因此膨胀扩展了各向同性的前景区域。
  •  这样的膨联通胀操作符可以用来纠正以前景像素的分割错误，例如联通对象的部件或填充孔。找出前景和背景的外轮廓。
  •  结构元素的形状决定了膨胀前景对象的形状。

举个栗子

在下面的例子中，圆形结构元素的扩张导致外部轮廓的圆角而不是尖角。为了求出膨胀的形状，**可以想象将结构单元滑动，以遍历原始物体的所有轮廓点。**作用可以连接前景的联通块
在这里插入图片描述
下面的这个例子之中，我们使用了一个半径为11的圆膨胀算子，得到了一个更小的圆（黑色为前景，白色为背景）
在这里插入图片描述
关于可以提取前景的外轮廓的例子
在这里插入图片描述

腐蚀（Erosion）

纠正处理错误分类为前景的背景像素的分割错误，例如分割连接错误的对象，提取背景的外轮廓
在这里插入图片描述

腐蚀的属性（properties of erosion）

腐蚀操作是
不可交换的；
符合结合律
在这里插入图片描述

  •  结合性允许大型结构化元素的侵蚀被小元素分解为操作链，从而加快执行时间。例如,侵蚀了(2 n + 1)×2(n + 1)可以方便地通过连续n侵蚀广场一个3×3的正方形。
  •  典型的结构元素包含原点，并且围绕原点对称，因此侵蚀缩小了各向同性的前景区域。
  •  可以部署这样的运算符来纠正处理错误分类为前景的背景像素的分割错误，例如分割连接错误的对象

举个栗子

下面的例子可以对前景的图像进行腐蚀可以将错误连接块断开连接，笔者分析：要选择合适大小的阈值，这样刚好不会将某一圆块整个腐蚀掉

在这里插入图片描述

轮廓提取

侵蚀面积为3x3平方，然后减去（subtraction）原始图像中被侵蚀的图像，
得到前景区域的内部轮廓，内部轮廓意味着前景像素与背景像素相邻。

可以将背景的轮廓绘制出来，通过腐蚀
在这里插入图片描述

膨胀和腐蚀的对偶原理（duality）

如果B是对称的：对前景膨胀和对背景腐蚀的效果相同，反之亦然

在这里插入图片描述

开运算和闭运算

使用同一结构单元的腐蚀和膨胀可以链接起来，从而有选择地从前景或背景中移除与结构单元不完全匹配的部分，而不会对其他部分造成任何失真。

Erosion and dilation by the same structuring element can be chained to remove selectively from either foreground or background the parts that do not match exactly the structuring element without causing any distortion to the other parts.

在这里插入图片描述

性质（properties）

  • 开运算和闭运算都是幂等的
  • 都是不可交换的
  • 开运算是缩小的；闭运算是扩大的

在这里插入图片描述
开运算也可以写成集合的运算形式如下
在这里插入图片描述

The final shape is the union of the translation of the elementary foreground parts that exactly match the structuring element
A OPEN TO B EQUEL TO=A EROSION BY
Open the foreground equel to close the background
膨胀和腐蚀的对偶性质可以拓展到开运算和闭运算上
在这里插入图片描述
Complement 补集
A——前景 Ac——背景
B——结构元素 B^——结构元素的
因为二元性质，开运算可以看做将结构元素和前景做比较，结果是去掉不同的部分，保持相同的部分不变
因为二元性质，闭运算可以看做将结构元素和背景做比较，结果是去掉不同的部分，保持相同的部分不变

举个栗子

我们可以选择合适的结构元素来进行筛选合适的图像；

  • 是结构元素的形状
  • 是结构元素的额大小
  • 输入二进制图像，开运算可以进行筛选出合适大小的物体
  • 可以用来计算脑细胞里面适合大小的细胞个数

hello

在这里插入图片描述
在这里插入图片描述

命中和未命中的变换Hit-and-Miss Transform

二值形态学算子，用于检测二值图像中的特定模式。由此产生的图像突出了所追求的模式的位置。
•更准确地说，在二进制图像与结构化元素完全相同的位置触发 命中和未命中的变换。
•给定一个结构元素，B包含前景(B1)点和背景(B0)点，命中-未命中变换定义如下:

在这里插入图片描述

在这里插入图片描述

基于碰撞与脱靶的直角凸角检测器对简单二值图像的影响。注意，“检测器”相当敏感

在这里插入图片描述

和你在一起^_^
关注
  • 2
    点赞
  • 踩
  • 20
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 1
    评论
专栏目录
xtx.rar_binary image_形态学 滤波_形态学滤波_滤波器_灰度 形态学
09-14
对灰度图像和二值图像进行去噪，是一种形态学滤波器。
video_binary.rar_DM6437_video to Binary_二值化
09-22
使用 dm6437 evm 進行影像二值化使用 dm6437 evm 進行影像二值化使用 dm6437 evm 進行影像二值化使用 dm6437 evm 進行影像二值化
WaSH_Win32Binary.zip_图形图像处理_Visual_C++_
08-11
alpha 形状特征提取算法，是一种新的局部不变特征提取算法，代码由作者提供WaSH: Weighted Alpha-Shapes DetectorChristos Varytimidisemail : [email protected] : http://image.ntua.gr/iva/research/wash/ http://image.ntua.gr/iva/chrisvar/
Python+OpenCV图像处理——图像二值化的实现
12-16
简介：图像二值化就是将图像上的像素点的灰度值设置为0或255，也就是将整个图像呈现出明显的黑白效果的过程。 普通图像二值化 代码如下： import cv2 as cv import numpy as np #全局阈值 def threshold_demo(image): gray = cv.cvtColor(image, cv.COLOR_RGB2GRAY) #把输入图像灰度化 #直接阈值化是对输入的单通道矩阵逐像素进行阈值分割。 ret, binary = cv.threshold(gray, 0, 255, cv.THRESH_BINARY | cv.THRESH_TRIA
二值图像.zip_the binary image_二值_二值图像_灰度等级_黑白像素
07-14
二值图像（Binary Image）是指将图像上的每一个像素只有两种可能的取值或灰度等级状态，人们经常用黑白、B&W、单色图像表示二值图像。
OpenCV 击中或没打中 Hit-or-Miss/Hit-and-Miss
希望我的博客，能帮上你解决学习中工作中所遇到的问题
04-20 448
OpenCV 击中或没打中 Hit-or-Miss/Hit-and-Miss击中或没打中 Hit-or-Miss/Hit-and-Miss目标Hit-or-Miss理论代码其他例子 击中或没打中 Hit-or-Miss/Hit-and-Miss 目标 在本教程中，您将学习如何使用Hit-or-Miss变换（也称为Hit-and-Miss变换）在二进制映像中查找给定的配置或模式。此转换也是更高级的形态学操作（例如稀疏或修剪）的基础。 我们将使用OpenCV函数morphologyEx（）。 Hit-or-Mi
OpenCV图形图像击中击不中HITMISS变换处理基础知识
老猿Python
12-06 4400
本节基于OpenCV官方文档基础之上，介绍了击中击不中HITMISS变换处理的原理、算法、图解案例以及案例实现，击中击不中HITMISS变换处理是通过两次腐蚀查找图像内部特定的形状。
【opencv 450 Image Processing】Hit-or-Miss
cxyhjl的博客
03-26 855
Goal 在本教程中，您将学习如何使用 Hit-or-Miss 变换（也称为 Hit-and-Miss 变换）在二进制图像中找到给定的配置或模式（-1对应背景，1对应前景。找到邻域与内核模式一样的像素）。 这种变换也是更高级的形态学操作（例如细化或修剪）的基础。 In this tutorial you will learn how to find a given configuration or pattern in a binary image by using the Hit-or-Miss tr
数字图像处理——形态学操作(二值图像篇)
Lavendelion的博客
10-03 8510
形态学操作内容简介 内容简介   本篇博客介绍的形态学图像处理操作。
【医学图像处理】9 二值形态学
qq_36926037的博客
11-26 3756
形态学及二值操作1 形态学相关概念2 形态学二值操作2.1 二值膨胀 1 形态学相关概念   应用领域：   图像增强；图像分割；图像恢复；纹理分析；特征生成；边缘检测；图像压缩；形状分析；成分分析；曲线填充；特征检测；噪声去除…   形态学基础概念：   （1）结构单元（structuring element,SE）：也被称为核   （2）SE根据原点转换到图像中的每个像素位置.(空位置不计算) 2 形态学二值操作 2.1 二值膨胀   定义： 一个图像F利用SE（结构元素）进行膨胀，被定义为：   
matlab二值图形态学算法演示
09-29
matlab二值图，形态学算法演示，用的matlab2018a
15、OpenCV形态学操作——Hit-or-Miss
phinoo的博客
01-28 7585
OpenCV形态学操作——Hit-or-Miss一、学习目标二、Hit-or-Miss 一、学习目标 理解什么是Hit-or-Miss 学会在OpenCV中使用Hit-or-Miss 二、Hit-or-Miss 形态学算子根据图像的形状来处理图像。这些操作符将一个或多个结构化元素应用于输入图像以获得输出图像。腐蚀和膨胀是两种基本的形态学操作。这两个操作的组合可以产生高级形态学操作，如开运算、闭运算或顶帽、黑帽等。要了解更多关于这些和其他基本形态学操作的信息，请参阅前面的教程。 Hit-or-Miss操作
图像处理-007形态变换(二)
yy9991818的博客
11-15 1000
图像的形态变换(Morphological Transformations)是基于图像外形的操作，通常用于处理二值图像。本文在腐蚀、膨胀的基础上介绍hit-and-miss 及细化，粗化操作。
matlab学习笔记（十一）---二值形态学运算
暖暖的专栏
11-17 4590
1、膨胀运算 1.1对图像text.png进行膨胀操作，并对比。 bw=imread('text.png');se=strel('line',11,90); %创建一个线性结构元素 bw2=imdilate(bw,se); %用线性结构元素来进行膨胀操作 subplot(121),imshow(bw),title('原始图像'); subplot(122),imshow(bw2)
hit-miss变换实例
Where there is life, there is hope
03-07 1万+
本文依旧延续斯坦福的课程，讲解下如何用形态学操作来辨识钥匙。给定一把钥匙，如何从一串钥匙中匹配该钥匙，每把钥匙尾部都不同，但两幅图像中钥匙尺寸都相同。虽然还没想到它的经济价值，但是还是比较有趣的。 介绍内容： 1.      题目 2.      解题思路 3.      Matlab代码及实验结果 4.      击中不击中原理及opencv实现 老外原题： Dupli
Hit-and-Miss Transform
I am Rocky
08-04 3407
http://homepages.inf.ed.ac.uk/rbf/HIPR2/hitmiss.htm Hit-and-Miss Transform Common Names: Hit-and-miss Transform, Hit-or-miss Transform Brief Description The hit-and-miss transform is a g
【基础入门】最小二乘原理详解+系统参数辨识
热门推荐
机器学习初学者必看，关注我，一起了解机器学习
03-20 2万+
最小二乘法是一种经典的数据处理方法。 本章将研究最小二乘类参数辨识方法，主要包括最小二乘参数估计的一次完成算法、最小二乘递推算法、增广最小二乘法、 广义最小二乘法和多级最小二乘法。 其中最小二乘的一次完成算法是最基本的，也是应用最广泛的一种方法， 其余的方法都是以最小二乘原理为基础推导出来的。 3.1最小二乘法的概念 早在1795年，著名科学家高斯就提出了最小二乘法LSM(least square...
【系统辨识】深入浅出分析工具变量法
机器学习初学者必看，关注我，一起了解机器学习
05-20 1万+
什么是工具变量法？ Instrumental variable methods The method of instrumental variables (IV) is used to estimate causal relationships when controlled experiments are not feasible or when a treatment is not succ...
二值图像的形态学处理matlab
最新发布
05-20
二值图像的形态学处理可以用MATLAB中的函数进行实现，常用的形态学处理函数包括： 1. imerode：图像的腐蚀操作，用于缩小目标物体。 2. imdilate：图像的膨胀操作，用于扩大目标物体。 3. imopen：图像的开运算操作，先进行腐蚀操作再进行膨胀操作，用于去除小物体和平滑边界。 4. imclose：图像的闭运算操作，先进行膨胀操作再进行腐蚀操作，用于填补物体内的小孔和平滑边界。 5. bwmorph：图像的形态学变换，包括腐蚀、膨胀、开运算、闭运算、骨架化等操作。 下面是一个简单的示例，展示如何使用MATLAB中的形态学处理函数对二值图像进行处理： ```matlab % 读入二值图像 img = imread('binary_image.png'); % 腐蚀操作 se = strel('disk', 3); % 创建一个半径为3的圆形结构元素 img_erode = imerode(img, se); % 膨胀操作 se = strel('rectangle', [5 5]); % 创建一个5x5的矩形结构元素 img_dilate = imdilate(img, se); % 开运算操作 se = strel('line', 11, 90); % 创建一条长度为11，角度为90度的直线结构元素 img_open = imopen(img, se); % 闭运算操作 se = strel('square', 7); % 创建一个7x7的正方形结构元素 img_close = imclose(img, se); % 骨架化操作 img_skeleton = bwmorph(img, 'skel', Inf); % 显示结果 subplot(2, 3, 1), imshow(img), title('原图像'); subplot(2, 3, 2), imshow(img_erode), title('腐蚀操作'); subplot(2, 3, 3), imshow(img_dilate), title('膨胀操作'); subplot(2, 3, 4), imshow(img_open), title('开运算操作'); subplot(2, 3, 5), imshow(img_close), title('闭运算操作'); subplot(2, 3, 6), imshow(img_skeleton), title('骨架化操作'); ``` 以上代码中，我们先读入了一个二值图像，然后分别进行了腐蚀、膨胀、开运算、闭运算和骨架化操作，并将结果显示在一个2x3的子图中。可以根据实际需求选择不同的形态学处理函数和结构元素，对二值图像进行处理和优化。

“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 1
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

和你在一起^_^

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