数字图像处理--8、形态学图像处理 图片放不进去 下次补充

一、概述

形态学: 通常是指生物学的分支，用于处理动物和植物的形状和结构

形态学图像处理用于提取表示和描述区域形状（如边界、骨架和凸壳）的图像分量

映像： 取反

 

平移：移动

二、结构元

结构元：用于探测正在研究的图像，以获取感兴趣的小集合。

腐蚀：原图像向内腐蚀一圈

A被B腐蚀，是所有结构元的原点位置的集合，其中平移的B与A的背景并不叠加。

膨胀：原图像向外膨胀一圈

映射并平移后的B与A集合至少有一个元素重叠。

腐蚀和膨胀的对偶性

腐蚀和膨胀在集合、互补和映射方面是相为对偶的

开操作：先腐蚀再膨胀

一般会平滑物体的轮廓、断开较窄的狭颈并消除细的突出物

闭操作：先膨胀再腐蚀

同样也会平滑轮廓的一部分。但与开操作相反，它通常会弥合较窄的间断和细长的沟壑，消除小的孔洞，填补轮廓线中的断裂。

开运算和闭运算的对偶性

开运算和闭运算在集合、互补和映射方面是相互对偶的

击中或击不中变换

如果 B 表示由前景B1 及其背景B2组成的集合(B1,B2)，则B在A中的匹配（或匹配集），记为  

三、形态学算法

边界提取：

集合A的边界可以通过先用B对A的腐蚀，然后求A和腐蚀结果之间的集合差得到

A对B腐蚀就是边界

孔洞填充

孔洞可以被定义为：由前景中相连接的边界像素点所包围的一个背景区域。

迭代算法：半自动 先给一个初始点作为xk

连通分量

当前的结果与结构元膨胀，然后与原图像进行求交  得到的结果必在原图像内

凸包

集合A内，若连接任意两个点的线段都在A的内部，则称集合A的凸形的。 击中操作

细化

原图像减去击中

粗化：

原图像并上击中

骨架

A的骨架记为S(A)，它有如下性质：

集合A的骨架可以用腐蚀和开操作来表达：

重建骨架化的集合A：

裁剪

1、细化

2、击中

3、膨胀

形态学重建

重构涉及到两幅图像和一个结构元：

• 一幅图像包含变换的开始点，图像称为标记（marker）。F
• 另一幅图像（模板mask）用来约束变换过程。G
• 结构元用于定义连接性。B

F为标记图像，同时G为模板，满足F包含于G

测地膨胀D 先对图像G进行膨胀，然后与模板F进行相交 

测地腐蚀E 先对图像G进行腐蚀，然后与模板F进行相并

通过膨胀的形态学重建

利用测地膨胀进行迭代，知道到达稳定性

应用-重建开运算

图像 F 的大小为 n 的重建开运算定义为： F 的大小为 n 的腐蚀相对于 F 的膨胀重建

应用-填充空洞

令 I(x, y) 表示一幅二值图像，我们构造一个标记图像 F：除了图像边界上被设置为 1-I(x, y)，它在其他地方都是0。即：

应用-清除边界

原始图像被用作模板，同时，使用下述的标记图像：令 I(x, y) 表示一幅二值图像，我们构造一个标记图像 F：图像边界上不变，其他地方都是0。

然后原图减去图像通过膨胀进行形态学重建的结果

四、灰度级形态学算法

0 背景 1前景  二值图像

将前面的形态学算法从二值图像扩展到灰度级图像。

灰度级形态学算法：平滑处理

开操作会抑制小于指定结构元的亮细节，而闭操作会抑制暗细节。

灰度级形态学算法：形态梯度

膨胀和腐蚀结合图像相减，可得灰度图像 f 的形态学梯度g