膨胀、腐蚀、开、闭运算 您所在的位置:网站首页 膨胀的英文名词是什么 膨胀、腐蚀、开、闭运算

膨胀、腐蚀、开、闭运算

2024-06-02 09:46| 来源: 网络整理| 查看: 265

膨胀、腐蚀、开、闭运算是数学形态学最基本的变换。

形态学通常用于二值图像。

一。膨胀与腐蚀能够实现以下作用:

   1.消除噪声

   2.分割出独立的图像元素,在图像中连接相邻的元素

   3.寻找图像中的明显的极大值区域或者极小值区域

   4.求出图像的梯度

需要注意之处: 腐蚀和膨胀都是对图像的白色部分(高亮部分)而言。

膨胀---是图像中的高亮部分进行膨胀,类似于领域扩张,效果图拥有比原图更大的高亮区域;

腐蚀---是原图的高亮部分被腐蚀,类似于领域被蚕食,效果图拥有比原图更小的高亮区域。

从数学的角度来说,膨胀和腐蚀操作就是将图像与核进行卷积,核可以是任意形状和大小的。核大,则周围对其影响大,变化大,核小,则周围对其影响小,变化小。

*膨胀(dilate)

   把二值图像各1像素连接成分的边界扩大一层(填充边缘或0像素内部的孔);

膨胀就是求局部最大值的操作。核B与图像卷积,即计算核B覆盖的区域的像素点的最大值,并把这个最大值赋值给参考点指定的像素。这样就会使图像中高亮区域逐渐增长。

以下是膨胀操作的示意图:

 

*腐蚀(erode)

   把二值图像各1像素连接成分的边界点去掉从而缩小一层(可提取骨干信息,去掉毛刺,去掉孤立的0像素);

腐蚀就是求局部最小值的操作。核B与图像卷积,即计算核B覆盖的区域的像素点的最小值,并把这个最小值赋值给参考点指定的像素。这样就会使图像中高亮区域逐渐减少。

以下是腐蚀操作的示意图:

 

更加高级的形态学变换

运用膨胀和腐蚀这两个基本操作,可实现较高级的形态学变换,如 开运算,闭运算,形态学梯度,顶帽,黑帽。

*开运算(opening Operation)

  开运算其实就是先腐蚀再膨胀(个人理解:此操作偏向腐蚀的作用,例如有毛刺的图像,腐蚀后毛刺没有,膨胀也不会产生毛刺)

   数学表达式:dist = open(src,element) = dilate(erode(src,element))  

  开运算可以用来可以去掉目标外的孤立点,消除小物体,在纤细处分离物体,并且在平滑较大物体的边界的同时不明显改变其面积。

*闭运算(closing Operation)

  闭运算其实就是先膨胀再腐蚀(个人理解:此操作偏向膨胀的作用,例如有毛刺的图像,膨胀后毛刺加粗,膨腐蚀也不会消除毛刺)

 数学表达式: dist = close(src,element) = erode(dilate(src,element))  

  闭运算能够可以去掉目标内的孔,排除小型黑洞(黑色区域)。

*形态学梯度(morphological Gradient)

 形态学梯度就是膨胀图与腐蚀图之差,

数学表达式: dist = morph-grad(src,element) = dilate(src,element) - erode(src,element)

 对二值图像进行这一操作,可以将团块的边缘突出出来(膨胀(扩充边缘图)—腐蚀(缩减边缘图)=轮廓的环状边缘),我们可以用形态梯度来保留物体的边缘轮廓

*顶帽(top Hat)

 顶帽就是原图与开运算图之差,

数学表达式: dist = tophat(src,element) = src - open(src,element)

 因为开运算带来的结果是:放大了裂痕或者局部低亮度的区域。因此,从原图中减去开运算后的图,得到的效果图突出了比原图轮廓周围的区域更明亮的区域,且这一操作与选择的核的大小有关。

 顶帽运算往往用来分离比邻近点亮一些的斑块,在一幅图像具有大幅的背景,而微小物品比较有规律的情况下,可以使用顶帽运算进行背景提取。

*黑帽(black Hat)

 黑帽就是原图与闭运算图之差

数学表达式: dist = blackhat(src,element) = close(src,element)  - src

 黑帽运算后的效果图突出了比原图轮廓周围的区域更暗的区域,且这一操作与核的大小有关。

 黑帽运算用来分离比临近点暗一点的斑块,效果图有着非常完美的轮廓

数学形态学在图像处理中的主要应用包括:边缘检测、图像分割、形态骨架提取、噪声滤除。

选取结构元素的方法:多结构元素、遗传算法。

二、 二值图像的腐蚀操作

1. 结构的原点设置在结构的内部情况举例

  图中左侧(a)为原图像,右侧(b)为结构元素。

第一步 拿结构元素第一次完全匹配原图(右侧为输出图像)

         

第二步 然后我们根据原点在原图像中的位置,在输出图像上完全对应的位置上涂黑,即输出图像更变为 

第三步 在原图中寻找下一个完全和结构元素匹配部分,即 

第四步 根据此刻结构元素的原点在原图像上的位置,在输出图像相同的位置上涂黑,即 

 

第五步 寻找完毕,操作完毕。

2. 结构的原点设置在结构的外部情况举例

  左侧为原图,右侧为结构元素,注意,这里的结构元素的原点不在结构元素内部。

第一步 拿结构元素第一次完全匹配原图(右侧为输出图像) 

第二步 根据结构元素的原点在原图中的位置,我们再输出图像相应的位置涂黑,即 

第三步 在原图中寻找下一个完全和结构元素匹配部分,即 

第四步 根据此刻结构元素的原点在原图像上的位置,在输出图像相同的位置上涂黑,即 

第五步 寻找完毕,操作完毕。

膨胀的原理应该是用结构的原点遍历所有原图中的背景点,看结构与原图中的前景点有没有重叠的部分,若有重叠的部分,则标记原图中的该背景点,使之成为新的前景点



【本文地址】

公司简介

联系我们

今日新闻

    推荐新闻

    专题文章
      CopyRight 2018-2019 实验室设备网 版权所有