目录
之前学习了空间域和频率域下的图像增强,今天学习形态学和图像分割
形态学(morphology)
用集合论方法定量描述目标几何结构
集合论的补充知识
并集、交集、补集、差集
平移、反射
形态学处理方法
膨胀
核可以是任何的形状和大小,它拥有一个单独定义出来的参考点,我们称其为锚点(anchorpoint)。
而膨胀就是求局部最大值的操作,核与图形卷积,核覆盖的区域的像素点的最大值。这样就会使图像中的高亮区域逐渐增长。
所以这也是为什么右图为什么只扩宽了d/8,卷积要求了B的中心点必须在A里面
腐蚀
腐蚀可以理解为B的中心(锚点)沿着A的内边界走了一圈。与膨胀相反,逆过程。
应用:
主要是二值图像的形态学处理。主要是利用0和1的逻辑运算(与、或)
常见的一些结构:
开运算
闭运算
应用:提取边界
击中击不中变换
图像分割
阈值分割
直方图技术
上图是选一个谷底作为阈值。
或者还有复杂图样像可以截取一个阈值下限和上限,在该范围的灰度化为二值化的1。
最小误差阈值选取
实际中概率很难知道
最大方差阈值选取
著名的大津法阈值法
基于边缘的分割算法
基于霍夫变换的分割
问题:
从而确定角度的范围。
应用:
区域分割
区域生长法
也可以人为选择种子像素
区域灰度差的相似
这里的1和5即选定的两个种子
区域灰度分布特性的相似
类似区域,一块一块合并
区域分裂合并
如果一个区域内灰度分布有差别,就不停等分,之后再观察能否合并。