【数字图像处理原理与实践matlab】学习笔记——图像的形态学处理

图像的形态学处理

• 图像腐蚀：对于确定的结构元素，通过腐蚀运算可以消除小于结构元素的点。同时，若一个目标区域中含有细小的连接部分，可以通过腐蚀处理对区域进行分割。（imerode)
• 腐蚀结果一定是原目标图像的一个子集，即原图像的收缩。
• 图像的膨胀：定义一个结构元素，从图像左上角开始，按顺序移动结构元素的位置，当结构元素位于某坐标上时，且此时结构元素与目标图像存在交集，则保留坐标上的像素点，否则删除此坐标上的像素点。（imdilate)
• 腐蚀和膨胀的性质：对偶性，单调性，递减性，交换率（仅适用于图像膨胀），结合律，集合运算，平移不变性
• A目标图像，S结构元素
• 膨胀：A+S；腐蚀：A-S；开运算：（A-S)+S; 闭运算：(A+S)-S
• 开运算：先腐蚀后膨胀（图像有损），只有附近有完整像素的才会保留，可用于消噪。（I2= imopen(I,SE))
• 闭运算：先膨胀后腐蚀（图片有损），对目标图像分开的区域进行连接及对图像中的细小缝隙进行填补。(I2= imclose(I,SE))
• 开运算和闭运算的性质：
• 对偶性，扩展性，单调性，平移性，等幂性。
• 其他运算：
• 击中/不击中运算：可用于目标识别。（I2 = bwhitmiss(I,S1,S2))(S1:击中的结构元素.S2:不击中的结构元素)
• 细节处理:在保留源图像几何形状的前提下,尽量减少图像所包含的信息量.获得图像的骨架.
• 算法描述:
  • 计算当前像素领域内8个方向的可见像素数目,如果少于2个像素,则删除此像素会缩短图像骨架长度;若多于6个元素,则删除会改变图像骨架的几何形状.
  • 计算当前像素周围领域内的区域数目,如果多于1 个,那么删除中心像素会将目标图像分解成不同部分.(I2= bwmorph(I,‘thin’,inf))（inf:无穷大）