二值图像的膨胀操作及c++实现

应用背景：在一些情况下，我们需要“增长”或者“粗化”二值图像中的物体，初等形态学运算中的膨胀操作能实现这种目的。

基本原理：在形态学中，膨胀操作是腐蚀操作的逆运算，因此可以通过对原图像的补集进行腐蚀来得到膨胀后的图像。图像A被结构元B膨胀用集合论来表示如下式：

                                                                                           

其中，Ac为A的补集。上式表示结构元对图像A进行膨胀的结果集合是先将B相对原点旋转180度得到-B，然后使用-B对Ac进行腐蚀，最后求补集。还可用D（A，B）表示膨胀。

膨胀操作的C++实现：

void Morphology::ImgDilation(unsigned char *imgBufIn,unsigned char *imgBufOut,int imgWidth,int imgHeight,
					 int *TempBuf, int TempW, int TempH)
{
	int lineByte=(imgWidth+3)/4*4;
	int i,j,k,l;
	for(i=0;i<imgHeight;i++)
	{
		for(j=0;j<imgWidth;j++)
		{
			*(imgBufIn+i*lineByte+j)=255-*(imgBufIn+i*lineByte+j);
		}
	}
	int *tempMask=new int[TempW*TempH];
	for(k=0;k<TempH;k++)
	{
		for(l=0;l<TempW;l++)
		{
			tempMask[k*TempW+l]=TempBuf[(TempH-1-k)*TempW+TempW-1-l];
		}
	}
	int flag;	
	for(i=TempH/2;i<imgHeight-TempH/2;i++)
	{
		for(j=TempW/2;j<imgWidth-TempW/2;j++)
		{					
			flag=1;
			for(k=-TempH/2;k<=TempH/2;k++)
			{
				for(l=-TempW/2;l<=TempW/2;l++)
				{				
					if(tempMask[(k+TempH/2)*TempW+l+TempW/2])
					{
						if(!*(imgBufIn+(i+k)*lineByte+j+l))
							flag=0;	
					}
				}
			}
			if(flag)
				*(imgBufOut+i*lineByte+j)=255;
			else
				*(imgBufOut+i*lineByte+j)=0;
		}
	}
	for(i=0;i<imgHeight;i++)
	{
		for(j=0;j<imgWidth;j++)
		{
			*(imgBufOut+i*lineByte+j)=255-*(imgBufOut+i*lineByte+j);
		}
	}	
	for(i=0;i<imgHeight;i++
	{
		for(j=0;j<imgWidth;j++)
		{
			*(imgBufIn+i*lineByte+j)=255-*(imgBufIn+i*lineByte+j);
		}
	}	
	delete []tempMask;
}

运行结果：在VS中运行MFC多文档程序，结果如下

膨胀前的lena图像

膨胀后的lena图像

从膨胀处理结果来看，图像前景区域（白色部分）增大，边界变得模糊。