形态学图像处理

形态学图像处理在VisualC++中，黑色为前景，白色为背景，在Matlab中，白色为前景，黑色为背景。1.腐蚀对Z2上元素的集合A和S，使用S对A进行腐蚀，记作AB=z|(S)zA，原本位于图像原点的结构元素S在整个Z2平面上移动，如果当S的原点平移至z点时，S能够完全包含于A中，所有这样的点构成的集合即为S对A的腐蚀图像。腐蚀能够消融物体的边界，消除小于结构元素的噪声。I2=imerode(I,SE)2.膨胀zˆAS=z|SA结构元素S在整个Z2上移动，当其自身原点平移至z点时，S相对于其自身的原点的映像𝑆̂和A有交集，即𝑆̂和A至少有一个像素重叠，所有这样的z构成的集合即为S对A的膨胀图像。膨胀效果与腐蚀相反，膨胀能使物体边界扩大，常用于将原本断裂的同一物体桥接起来，I2=imdilate(I,SE)3.开运算使用结构元素S对A进行开运算AS，先腐蚀再膨胀，使图像轮廓变得光滑，断开狭窄的连接和消除毛刺。I2=imopen(I,SE)4.闭运算使用结构元素S对A进行闭运算，AS，先膨胀再腐蚀，使轮廓变得光滑，弥合狭窄的间断，填充小的孔洞。5.击中击不中变换用于图像中某种特定形状的精确定位，形状检测工具。AS=(AS1)(AcS2),其中S1S2=且S=S1S2，S1是要检测的形状，S2为S中背景部分。I=bwhitmiss(I,S1,S2)6.边界提取及跟踪6.1边界提取逐行扫描原图像，发现一个黑点的8个邻域都是黑点，则该点为内部点，在目标图像中删除，相当于使用3×3的结构元素对原图像进行腐蚀，再用原图像减去腐蚀后的图像。6.2边界跟踪依次记下边界上的各点像素，边界跟踪首先按照某种扫描规则找到目标边界上的一个像素，以该像素为起点，根据某种顺序依次找出边界上的其余像素，直到又回到起始点，完成整条边界的跟踪。7.区域填充4连通的边界，围成的内部区域是8连通的，而8连通的边界围成的内部区域是4连通的。填充4连通的边界选择3×3结构元素，填充8连通边界选择十字结构的结构元素。算法：初始化：B0=种子点循环：DoBi+1=(Bi⊕S)∩AcUntilBi+1=Bi8.连通分量的提取算法：初始化：B0=连通分量A1中的某个点循环：DoBi+1=(Bi⊕S)∩AUntilBi+1=Bi8连通使用3×3的正方形结构元素，4连通使用3×3的十字形结构元素。9.像素化有时关心的只是目标对象是否存在以及位关系或者数量，在预处理中加入像素化步骤。首先找到二值化图像中的所有连通区域，利用区域的质心作为区域的代表，将一个连通区域像素化为位于区域质心的一个像素。10.凸壳结构元素1-1-110-11-1-1-1-1-1-10-1111-1-1-101-11用结构元素S1-S4对A反复做击中击不中变换，直到不再发生进一步变化时，与A求并集，结果为D1-D4，对D1-D4并集为A的凸壳。10.一种锐化方法灰度图像的膨胀图像减去腐蚀结果A=imdilata(I,se);B=imerode(I,se);Sobel锐化结果：B-A11.形态学滤波对一幅图像先进行开运算，再进行闭运算111-10-1-1-1-1