形态学图像处理简介
1,圖像形態學概念
形態學,即數學形態學(mathematical Morphology),,主要用于從圖像中提取對表達和描繪區域形狀有意義的圖像分量,使后續的識別工作能夠抓住目標對象最為本質〈最具區分能力-most discriminative)的形狀特征,如邊界和連通區域等。同時像細化、像素化和修剪毛刺等技術也常應用于圖像的預處理和后處理中,成為圖像增強技術的有力補充。
2,形態學圖像處理操作
按照處理對象不同,分為對二值圖像處理和對灰度圖像處理,處理函數大部分都是相同的,除了擊中或擊不中變換(僅適用于二值圖像)。
2.1 二值圖像
(1)膨脹:
膨脹是圖像中的目標“生長”或“變粗”的操作
(2)腐蝕:
腐蝕是圖像中的目標“收縮”或“變細”的操作。
(3)開操作:
先腐蝕,再膨脹 。開操作可以去除所有不能包含結構元的部分,平滑目標的輪廓,斷開了細的連接部分。
(4)閉操作:
先膨脹,再腐蝕 。閉操作可以平滑目標的輪廓,并且連接窄的斷裂并填滿細長的“港灣”,填滿閉結構元小的洞。
(5)擊中或擊不中變換:
結構元是一對兒結構元,A被B1腐蝕 ∩ A的補集被B2腐蝕
(6)標記連通分量:
連通分量就是前景圖像內部單個元素之間的關系,是通過連通得到的像素集合。連通分為4連通和8連通。
(8)形態學重建:
重建是一種形態學變換,包括一幅原圖像G(模板),一幅標記圖像F(標記),一個結構元B。其中F被包含于G。有一些重建和其他操作結合的方法并能取得很好的效果。
2.2 灰度圖像
(1)膨脹和腐蝕:
從膨脹結果中減去腐蝕的結果,可產生形態學梯度,這是圖像局部灰度變化的一種度量。
(2)開操作和閉操作:
開操作可以去除小的亮點細節,同時保留所有的灰度并保證較大的亮區特征不受干擾。閉操作去除比結構元校的黑暗結構。
兩者組合可以平滑圖像并去除噪聲;交替順序濾波;開操作可以用來補償非均勻照明的背景(就是圖像背景的亮度不一樣,有暗有亮);頂帽操作,原圖像減去圖像開操作結果;底帽操作,原圖像減去圖像閉操作結果(這兩個操作配合可以增強圖像的對比度)
(3)重建:
抑制小的灰度峰值;用重建移去復雜的背景(結合腐蝕,重建的開操作,并選擇合適的結構元)
3,總結:
膨脹和腐蝕常用于邊界的提取。邊界的提取是通過對目標圖像進行腐蝕或膨脹處理,比較結果圖像和原圖像的差別來實現的。內邊界的提取利用圖像的腐蝕處理得到原圖像的一個收縮,再將收縮結果和目標圖像進行異或運算。外邊界的提取對目標圖像進行膨脹處理,然后利用膨脹結果與原目標圖像進行異或運算。
開操作和閉操作:開運算用來圖像進行消噪處理,同時,圖像的開運算可以選擇性地保留目標圖像中符合結構原色幾何性質的部分,而過濾掉相對結構元素而言殘損的部分。閉運算用來對目標圖像分開的區域進行連接及對圖像中細小縫隙進行填補,通過適當地選擇結構元素,圖像的閉運算可以令圖像的填補結果具有一點的幾何特征,適當地對圖像進行閉運算有時可以使圖像變得更加清晰連貫,同時可以避免原圖像中線條加粗。
3,結構元
結構元本質上和掩膜比較相似,也是0-1矩陣,不過進行的是集合運算而不是卷積運算。除了自己寫結構元,也有特定的函數來產生結構元。
總結
- 上一篇: 有妹子能接受自己的男友曾犯猥亵罪么?
- 下一篇: OpenCV+python:膨胀和腐蚀