這是一篇基于matlab，數(shù)字圖像處理的形態(tài)學研究與實現(xiàn)的文章，希望能對你產(chǎn)生幫助。

我還寫了一套《數(shù)字圖像處理》(岡薩雷斯版本)的學習筆記，歡迎關注我的csdn同名主頁，一起學習成長~

1.Objectives:

1．利用 MATLAB 研究二值形態(tài)學圖像處理常用算法；

2．掌握 MATLAB 形態(tài)學圖像處理基本操作函數(shù)的使用方法；

3．了解形態(tài)學的基本應用。

2．Experiment Content：

1．編程實現(xiàn)二值圖像的基本形態(tài)學處理(腐蝕、膨脹、開運算和閉運算) ；選擇不同結構元素篩選圖像目標。

2.用形態(tài)學運算實現(xiàn)灰度圖像的噪聲平滑和圖像邊緣提取。

3.Experiment Principle:

見書《數(shù)字圖像處理》

(岡薩雷斯著作，電子工業(yè)出版社于2009年12月1日出版)

4．Experiment Steps Result and Conlusion：

1、二值圖像的形態(tài)學變換

需要編寫的二值圖像形態(tài)學變換函數(shù)：

functionnewbuf=BwFilter(oldbuf,select) 該函數(shù)調(diào)用 MATLAB 關于膨脹、腐蝕和圖像篩選算法的相關函數(shù)，對二值圖像進行相應的處理，最后結果存放在 newbuf 數(shù)組中。 編程實現(xiàn) BwFilter()函數(shù)的功能。結構元素也可以用 ones 函數(shù)和 zeros函數(shù)創(chuàng)建。

2、對輸入圖像進行形態(tài)學操作

即腐蝕、膨脹、開運算和閉運算，改變結構元素形狀、大小，重做上述實驗，比較實驗結果，分析結構元素對運算的影響；

圖1 膨脹

圖2 腐蝕

圖3 開運算

圖4 閉運算

Conv：相比較于原圖像，因為腐蝕的結果要使得各像元比之前變得更小，所以適用于去除高峰噪聲。而灰度值膨脹的結果會使得各像元比之前的變得更大，所以適用于去除低谷噪聲。但是由于該實驗中對原圖像損失太大，使得膨脹后為較大顆粒，腐蝕后只剩較少顆粒。

開運算 = 先腐蝕運算，再膨脹運算(看上去把細微連在一起的兩塊目標分開了) 。即分割出圖像。

閉運算 = 先膨脹運算，再腐蝕運算(看上去將兩個細微連接的圖塊封閉在一起) 。即讓圖像更加充實。

改變結構元素形狀、大小后效果：

(1)膨脹

(2)腐蝕

開運算

閉運算

Conv：改變結構元素的形狀和大小，分別使用了’disk’、’square’、’ones’和自定義矩陣等類型，大小由參數(shù)決定。以膨脹為例，可以看到同類型下，增大結構元素大小，白點部分膨脹得更厲害，而不同類型下，膨脹的方向和程度有所不同。對于腐蝕則使圖像被腐蝕，對于開運算圖像細的部分連接被打斷，結構參數(shù)大小越大，圖像白色部分越少；對于閉運算，圖像連接增多，白色部分變多并變模糊，同樣大小增大，程度加深，不同類型效果不同。

3、實現(xiàn)功能

以圖FigP0936(bubbles_on_black_background).tif 為例完成分別以下功能：

(1)提取與圖像邊界融合的顆粒

(2)提取彼此交疊的顆粒

(3)提取不交疊的顆粒

提示：

(1)可利用區(qū)域填充算法。如圖所示為源圖像，可將圖像先轉(zhuǎn)換為二值圖像，然后對其進行取反，這樣進行區(qū)域填充(閉運算)的結果將為與邊界相連的顆粒，再與源圖像進行比較，即可得出在源圖像中與邊界相連的顆粒圖像。

(2)可利用圖像的腐蝕與膨脹操作。先用模板對圖像進行腐蝕操作，由于相交疊的顆粒面積必然比獨立的顆粒大，因此腐蝕操作之后剩下的部分為交疊顆粒的部分，再對其進行膨脹，(開運算)將其與源圖像進行比較操作，則可得出交疊的顆粒圖像。

(3)得出交疊的顆粒之后，用源圖像對其相減，則得出的為獨立分布的顆粒圖像

(1)

(2)

(3)

Conv:(1)對原圖進行填充，可明顯觀察到原先的白點變多，對原圖實現(xiàn)了濾除噪聲的效果。(2)對原圖先腐蝕運算，再膨脹運算(看上去把細微連在一起的兩塊目標分開了) 。是進行了開運算即分割出主要圖像。(3)在進行相減，則為出去的小顆粒也就是分散的顆粒圖。

【附錄】實現(xiàn)代碼

由于排版問題，無法顯示代碼塊，需要原碼的歡迎點擊下方：

程序一

程序二

程序三

附：本人對數(shù)學形態(tài)學的研究筆記

都看到這里了不如點個贊加關注哦~

還有很多優(yōu)質(zhì)文章在我的csdn主頁，ID豆干花生，歡迎關注哦~

總結

以上是生活随笔為你收集整理的matlab 形态学 颗粒_数字图像处理Matlab-形态学图像处理（附代码）的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。