OpenCV之形态学操作：腐蚀与膨胀

形态学操作

形态学操作就是基于形状的一系列图像操作。最基本的形态学操作有两种：膨胀（delate）和腐蚀（erode）。

膨胀与腐蚀能实现多种多样的功能，主要包括：

• 消除噪声；
• 分割出独立的图像元素，在图像中连接相邻的元素；
• 寻找图像中的明显的极大值区域或极小值区域；
• 求图像的梯度

腐蚀和膨胀是对图像中的白色部分（高亮部分）而言的，不是黑色部分。

膨胀是对图像中的高亮部分进行膨胀，类似于邻域扩张，效果图拥有比原图更大的高亮区域。腐蚀操作是原图中的高亮部分被腐蚀，类似于“邻域被蚕食”，效果图的高亮区域比原图更小。

膨胀

膨胀是求局部最大值的操作。从数学角度讲，膨胀或腐蚀操锁就是将图像与卷积核进行卷积。

核可以是任何形状和大小，它有一个单独定义出来的参考点，称其为锚点。多数情况下，核是一个小的，中间带有参考点的正方形或圆。

膨胀是求局部最大值的操作。核与图像相卷积，可以计算核所覆盖区域的像素点的最大值，并把这个最大值赋给参考点指定的像素。这样就会使图像中死亡高亮区域逐渐增长。

腐蚀

膨胀和腐蚀是一对相反的操作，所以腐蚀就是求局部最小的操作。

高级形态学操作

腐蚀和膨胀是最基本的形态学操作，通过这两个基本操作，可以实现更高级的形态学运算，如开运算、闭运算、形态学梯度、“顶帽”，“黑帽”等。