簡介圖像形態(tài)學(xué)變換

姓名:朱睿琦

學(xué)號:15180288015

參考:http://blog.csdn.net/sn_gis/article/details/57414029

? ? ? ? ? ? http://blog.csdn.net/yangleo1987/article/details/53168423

? ? ? ? ? ? http://blog.csdn.net/app_12062011/article/details/27351043

【嵌牛導(dǎo)讀】:數(shù)字圖像處理中的形態(tài)學(xué)處理是指將數(shù)學(xué)形態(tài)學(xué)作為工具從圖像中提取對于表達和描繪區(qū)域形狀有用處的圖像分量等龙,比如邊界偷厦、骨架以及凸殼坏瞄,還包括用于預(yù)處理或后處理的形態(tài)學(xué)過濾茫叭、細化和修剪等设拟。圖像形態(tài)學(xué)處理中我們感興趣的主要是二值圖像客叉。

【嵌牛鼻子】:形態(tài)學(xué)變換

【嵌牛提問】:基本的圖像形態(tài)學(xué)變換有哪些缎除?圖像形態(tài)學(xué)變換主要是在什么圖像上進行的环形?

【嵌牛正文】:1 膨脹

是以得到B的相對與它自身原點的映像并且由z對映像進行移位為基礎(chǔ)的。即B的反射平移谤草,A被B膨脹是所有位移z的集合跟束,這樣, 和A至少有一個元素是重疊的丑孩。我們可以把上式改寫為:

結(jié)構(gòu)元素B可以看作一個卷積模板冀宴,區(qū)別在于膨脹是以集合運算為基礎(chǔ)的,卷積是以算術(shù)運算為基礎(chǔ)的温学,但兩者的處理過程是相似的略贮。

⑴ 用結(jié)構(gòu)元素B,掃描圖像A的每一個像素

⑵ 用結(jié)構(gòu)元素與其覆蓋的二值圖像做“或”操作

⑶ 如果都為0,結(jié)果圖像的該像素為0刨肃。否則為1

另外一種定義是:圖像A與形態(tài)核B進行卷積古拴,計算核B覆蓋的區(qū)域的像素點的最大值,并把這個最大值賦值給參考點指定的像素真友。

2 腐蝕

對Z中的集合A和B黄痪,B對A進行腐蝕的整個過程如下:

⑴ 用結(jié)構(gòu)元素B,掃描圖像A的每一個像素

⑵ 用結(jié)構(gòu)元素與其覆蓋的二值圖像做“與”操作

⑶ 如果都為1盔然,結(jié)果圖像的該像素為1桅打。否則為0

腐蝕在數(shù)學(xué)形態(tài)學(xué)運算中的作用是消除物體邊界點。

如果結(jié)構(gòu)元素取3×3的像素塊愈案,腐蝕將使物體的邊界沿周邊減少一個像素挺尾。

腐蝕可以把小于結(jié)構(gòu)元素的物體(毛刺、小凸起)去除站绪,這樣選取不同大小的結(jié)構(gòu)元素遭铺,就可以在原圖像中去掉不同大小的物體。

如果兩個物體之間有細小的連通恢准,那么當(dāng)結(jié)構(gòu)元素足夠大時魂挂,通過腐蝕運算可以將兩個物體分開。

3開運算(opening Operation)

開運算其實就是先腐蝕再膨脹馁筐,數(shù)學(xué)表達式:

dist = open(src,element) = dilate(erode(src,element))

開運算可以用來消除小物體涂召,在纖細處分離物體,并且在平滑較大物體的邊界的同時不明顯改變其面積敏沉。

4閉運算

閉運算其實就是先膨脹再腐蝕果正,數(shù)學(xué)表達式:

dist = close(src,element) =erode(dilate(src,element))

閉運算能夠排除小型黑洞(黑色區(qū)域)。

5形態(tài)學(xué)梯度

形態(tài)學(xué)梯度就是膨脹圖與腐蝕圖之差盟迟,數(shù)學(xué)表達式:

dist = morph-grad(src,element) = dilate(src,element) - erode(src,element)

對二值圖像進行這一操作秋泳,可以將團塊的邊緣突出出來,我們可以用形態(tài)梯度來保留物體的邊緣輪廓

6頂帽

頂帽就是原圖與開運算圖之差队萤,數(shù)學(xué)表達式:

dist = tophat(src,element) = src - open(src,element)

因為開運算帶來的結(jié)果是放大了裂痕或者局部低亮度的區(qū)域轮锥。因此,從原圖中減去開運算后的圖要尔,得到的效果圖突出了比原圖輪廓周圍的區(qū)域更明亮的區(qū)域,且這一操作與選擇的核的大小有關(guān)新娜。

頂帽運算往往用來分離比鄰近點亮一些的斑塊赵辕,在一幅圖像具有大幅的背景,而微小物品比較有規(guī)律的情況下概龄,可以使用頂帽運算進行背景提取还惠。

7黑帽

黑帽就是原圖與閉運算圖之差,數(shù)學(xué)表達式:

dist = blackhat(src,element) = close(src,element)? - src

黑帽運算后的效果圖突出了比原圖輪廓周圍的區(qū)域更暗的區(qū)域私杜,且這一操作與核的大小有關(guān)蚕键。

黑帽運算用來分離比臨近點暗一點的斑塊救欧,效果圖有著非常完美的輪廓

最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
  • 序言:七十年代末,一起剝皮案震驚了整個濱河市锣光,隨后出現(xiàn)的幾起案子笆怠,更是在濱河造成了極大的恐慌,老刑警劉巖誊爹,帶你破解...
    沈念sama閱讀 212,718評論 6 492
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件蹬刷,死亡現(xiàn)場離奇詭異,居然都是意外死亡频丘,警方通過查閱死者的電腦和手機办成,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 90,683評論 3 385
  • 文/潘曉璐 我一進店門,熙熙樓的掌柜王于貴愁眉苦臉地迎上來搂漠,“玉大人迂卢,你說我怎么就攤上這事⊥┨溃” “怎么了冷守?”我有些...
    開封第一講書人閱讀 158,207評論 0 348
  • 文/不壞的土叔 我叫張陵,是天一觀的道長惊科。 經(jīng)常有香客問我拍摇,道長,這世上最難降的妖魔是什么馆截? 我笑而不...
    開封第一講書人閱讀 56,755評論 1 284
  • 正文 為了忘掉前任充活,我火速辦了婚禮,結(jié)果婚禮上蜡娶,老公的妹妹穿的比我還像新娘混卵。我一直安慰自己,他們只是感情好窖张,可當(dāng)我...
    茶點故事閱讀 65,862評論 6 386
  • 文/花漫 我一把揭開白布幕随。 她就那樣靜靜地躺著,像睡著了一般宿接。 火紅的嫁衣襯著肌膚如雪赘淮。 梳的紋絲不亂的頭發(fā)上,一...
    開封第一講書人閱讀 50,050評論 1 291
  • 那天睦霎,我揣著相機與錄音梢卸,去河邊找鬼。 笑死副女,一個胖子當(dāng)著我的面吹牛蛤高,可吹牛的內(nèi)容都是我干的。 我是一名探鬼主播,決...
    沈念sama閱讀 39,136評論 3 410
  • 文/蒼蘭香墨 我猛地睜開眼戴陡,長吁一口氣:“原來是場噩夢啊……” “哼塞绿!你這毒婦竟也來了?” 一聲冷哼從身側(cè)響起恤批,我...
    開封第一講書人閱讀 37,882評論 0 268
  • 序言:老撾萬榮一對情侶失蹤异吻,失蹤者是張志新(化名)和其女友劉穎,沒想到半個月后开皿,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體涧黄,經(jīng)...
    沈念sama閱讀 44,330評論 1 303
  • 正文 獨居荒郊野嶺守林人離奇死亡,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點故事閱讀 36,651評論 2 327
  • 正文 我和宋清朗相戀三年赋荆,在試婚紗的時候發(fā)現(xiàn)自己被綠了笋妥。 大學(xué)時的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片。...
    茶點故事閱讀 38,789評論 1 341
  • 序言:一個原本活蹦亂跳的男人離奇死亡窄潭,死狀恐怖春宣,靈堂內(nèi)的尸體忽然破棺而出,到底是詐尸還是另有隱情嫉你,我是刑警寧澤月帝,帶...
    沈念sama閱讀 34,477評論 4 333
  • 正文 年R本政府宣布,位于F島的核電站幽污,受9級特大地震影響嚷辅,放射性物質(zhì)發(fā)生泄漏。R本人自食惡果不足惜距误,卻給世界環(huán)境...
    茶點故事閱讀 40,135評論 3 317
  • 文/蒙蒙 一簸搞、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧准潭,春花似錦趁俊、人聲如沸。這莊子的主人今日做“春日...
    開封第一講書人閱讀 30,864評論 0 21
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽。三九已至泼掠,卻和暖如春怔软,著一層夾襖步出監(jiān)牢的瞬間,已是汗流浹背武鲁。 一陣腳步聲響...
    開封第一講書人閱讀 32,099評論 1 267
  • 我被黑心中介騙來泰國打工爽雄, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留,地道東北人沐鼠。 一個月前我還...
    沈念sama閱讀 46,598評論 2 362
  • 正文 我出身青樓,卻偏偏與公主長得像,于是被迫代替她去往敵國和親饲梭。 傳聞我的和親對象是個殘疾皇子乘盖,可洞房花燭夜當(dāng)晚...
    茶點故事閱讀 43,697評論 2 351

推薦閱讀更多精彩內(nèi)容