首页 > 代码库 > 二值图像--形态学处理1

二值图像--形态学处理1

学习DIP第11天

形态学

    数学形态学(Mathematical morphology)是一门建立在格论和拓扑学基础之上的图像分析学科,是数学形态学图像处理的基本理论。其基本的运算包括:二值腐蚀和膨胀 (形态学)、二值开闭运算、骨架抽取、极限腐蚀、击中击不中变换、形态学梯度、Top-hat变换、颗粒分析、流域变换、灰值腐蚀和膨胀、灰值开闭运算、灰值形态学梯度等。
    由于二值图像为离散的点集,所以我们将二维离散点定义为栅格,坐标定义为光栅坐标,光栅间的距离为采样间隔。

形态学目的

  • 图像预处理(去噪声,简化形状)
  • 增强物体结构(抽取骨骼,细化,粗化,凸包,物体标记)
  • 从背景中分隔物体
  • 物体量化描述(面积,周长,投影,Euler-Poincare特征)

定义

    形态学变换(Morphological transformation)技术分享,由图像和另一个小点集B之间的关系定义,小点集B称为结构元素(structuring element),其中B中含有一个局部原点的定义,对与一种形态学变换,结构元素B起着决定性左右,B的内容主要包括,一些点的坐标,和局部原点坐标o
    将形态学变换技术分享(X)作用于图像X就是用结构元素B系统地扫描整幅图像。当B处于X的某一位置时,B的局部原点o为X当前像素,其计算结果保存到输出图像中。
    对偶性(duality):对于形态学变换技术分享(X),存在技术分享*(X),满足:
技术分享X)=[技术分享*(Xc)]c(c为补集操作)
    平移(translation):

步骤

   1、几何变换

    映射技术分享称为几何变换,集合变换是从Z*Z...*Z(n个)到Z*Z...*Z(n个)的映射,即变换前是二值图像,变换后仍是二值图像,技术分享(X)可以使物体边界或者其他被滤出的颗粒。
   2、真实测量
    测度u,将集合从从Z*Z...*Z(n个)维映射到R(实数),得到的是一个数值,如体积,重量,表面积。

量化原则(Serra,1982)

    1.与平移相容
    2.与尺度缩放相容
    3.局部知识
    4.上部半连通

二值图像--形态学处理1