灰度化、二值化、膨胀算法、腐蚀算法以及开运算和闭运算
来源:互联网 发布:主机别名就是域名 编辑:程序博客网 时间:2024/06/05 14:27
一、RGB
RGB色彩模式使用RGB模型为图像中每一个像素的RGB分量分配一个0~255范围内的强度值。RGB图像只使用三种颜色,R(red)、G(green)、B(blue),就可以使它们按照不同的比例混合,在屏幕上呈现16777216(256 * 256 * 256)种颜色。
在电脑中,RGB的所谓“多少”就是指亮度,并使用整数来表示。通常情况下,RGB各有256级亮度,用数字表示为从0、1、2...直到255。
二、ARGB
三、灰度化
1.分量法
将彩色图像中的三分量的亮度作为三个灰度图像的灰度值,可根据应用需要选取一种灰度图像。f1(i,j)=R(i,j) f2(i,j)=G(i,j) f3(i,j)=B(i,j) 其中fk(i,j)(k=1,2,3)为转换后的灰度图像在(i,j)处的灰度值。
如图4-1的彩色图像转为4-2三种灰度图。
图4-1 彩色图像 (a)R分量灰度图 (b)G分量灰度图 (c)B分量灰度图
图4-2 彩色图的三分量灰度图
2.最大值法
将彩色图像中的三分量亮度的最大值作为灰度图的灰度值。 f(i,j)=max(R(i,j),G(i,j),B(i,j))
3.平均值法
将彩色图像中的三分量亮度求平均得到一个灰度图。 f(i,j)=(R(i,j)+G(i,j)+B(i,j)) /3
4.加权平均法
根据重要性及其它指标,将三个分量以不同的权值进行加权平均。由于人眼对绿色的敏感最高,对蓝色敏感最低,因此,按下式对RGB三分量进行加权平均能得到较合理的灰度图像。 f(i,j)=0.30R(i,j)+0.59G(i,j)+0.11B(i,j))
四、二值化
全局二值化,在表现图像细节方面存在很大缺陷。为了弥补这个缺陷,出现了局部二值化方法。
局部二值化的方法就是按照一定的规则将整幅图像划分为N个窗口,对这N个窗口中的每一个窗口再按照一个统一的阈值T将该窗口内的像素划分为两部分,进行二值化处理。
局部自适应二值化
局部二值化也有一个缺陷。这个缺陷存在于那个统一阈值的选定。这个阈值是没有经过合理的运算得来,一般是取该窗口的平局值。这就导致在每一个窗口内仍然出现的是全局二值化的缺陷。为了解决这个问题,就出现了局部自适应二值化方法。
局部自适应二值化,该方法就是在局部二值化的基础之上,将阈值的设定更加合理化。该方法的阈值是通过对该窗口像素的平均值E,像素之间的差平方P,像素之间的均方根值Q等各种局部特征,设定一个参数方程进行阈值的计算,例如:T=a*E+b*P+c*Q,其中a,b,c是自由参数。这样得出来的二值化图像就更能表现出二值化图像中的细节。
五、膨胀算法
膨胀是将与物体接触的所有背景点合并到该物体中,使边界向外部扩张的过程。
可以用来填补物体中的空洞。
用3x3的结构元素,扫描图像的每一个像素
用结构元素与其覆盖的二值图像做“或”操作
如果都为0,结果图像的该像素为0。否则为1
结果:使二值图像扩大一圈
膨胀(dilation)可以看做是腐蚀的对偶运算,其定义是:把结构元素B平移a后得到Ba,若Ba击中X,我们记下这个a点。所有满足上述条件的a点组成的集合称做X被B膨胀的结果。用公式表示为:D(X)={a | Ba↑X}=XB,如下图所示。图中X是被处理的对象,B是结构元素,不难知道,对于任意一个在阴影部分的点a,Ba击中X,所以X被B膨胀的结果就是那个阴影部分。阴影部分包括X的所有范围,就象X膨胀了一圈似的,这就是为什么叫膨胀的原因。
在下图中,左边是被处理的图象X(二值图象,我们针对的是黑点),中间是结构元素B。膨胀的方法是,拿B的中心点和X上的点及X周围的点一个一个地对,如果B上有一个点落在X的范围内,则该点就为黑;右边是膨胀后的结果。可以看出,它包括X的所有范围,就象X膨胀了一圈似的。
我设计了一个简单的膨胀算法,依次遍历整个图片的像素,分析每一个像素的周围八个像素,只要该像素周围存在黑色的像素,就设置该像素颜色为黑色。下面是使用膨胀算法处理经过二值化后的图像的C#实现代码:
运行结果如图:
六、腐蚀算法
腐蚀是一种消除边界点,使边界向内部收缩的过程。可以用来消除小且无意义的物体。
用3x3的结构元素,扫描图像的每一个像素
用结构元素与其覆盖的二值图像做“与”操作
如果都为1,结果图像的该像素为1。否则为0。
结果:使二值图像减小一圈
把结构元素B平移a后得到Ba,若Ba包含于X,我们记下这个a点,所有满足上述条件的a点组成的集合称做X被B腐蚀(Erosion)的结果。用公式表示为:E(X)={a| Ba X}=X B。
下图中X是被处理的对象,B是结构元素。不难知道,对于任意一个在阴影部分的点a,Ba包含于X,所以X被B腐蚀的结果就是那个阴影部分。阴影部分在X的范围之内,且比X小,就象X被剥掉了一层似的,这就是为什么叫腐蚀的原因。
我设计了一个简单的腐蚀算法,一次遍历图像中每一个像素,检查它四周的八个像素,如果有白色的像素,则设置改点为白色。用二值化处理后的图片进行腐蚀算法C#代码如下:
处理后图片变成:
七、开运算
先腐蚀后膨胀的过程称为开运算。用来消除小物体、在纤细点处分离物体、平滑较大物体的边界的同时并不明显改变其面积。
八、闭运算
先膨胀后腐蚀的过程称为闭运算。用来填充物体内细小空洞、连接邻近物体、平滑其边界的同时并不明显改变其面积。
文章转自:http://blog.csdn.net/hellousb2010/article/details/37939809
- 灰度化、二值化、膨胀算法、腐蚀算法以及开运算和闭运算
- 图像处理——灰度化、二值化、膨胀算法、腐蚀算法以及开运算和闭运算
- 腐蚀,膨胀,开运算和闭运算
- 膨胀,腐蚀,开运算和闭运算
- 灰度膨胀和腐蚀算法
- 形态学运算中腐蚀,膨胀,开运算和闭运算。
- 形态学运算中腐蚀,膨胀,开运算和闭运算
- 形态学运算中腐蚀,膨胀,开运算和闭运算
- 形态学运算中腐蚀,膨胀,开运算和闭运算
- 形态学运算中腐蚀,膨胀,开运算和闭运算
- 形态学运算中腐蚀,膨胀,开运算和闭运算
- 形态学运算中腐蚀,膨胀,开运算和闭运算
- 形态学运算中腐蚀,膨胀,开运算和闭运算。
- 图像的膨胀和腐蚀、开运算和闭运算
- opencv 形态学膨胀和腐蚀以及开运算和闭运算
- 图像开运算+闭运算+腐蚀+膨胀
- 腐蚀、膨胀、开运算、闭运算
- 膨胀腐蚀开运算闭运算
- 用户交互,表单标签(重要)
- BZOJ 2038: [2009国家集训队]小Z的袜子(hose)
- 海量数据处理算法—Bloom Filter
- 单继承
- zookeeper-启动过程
- 灰度化、二值化、膨胀算法、腐蚀算法以及开运算和闭运算
- GCC PGO 适应性优化 PHP7 编译详细介绍
- c#基类,构造函数笔记
- 如何修改MAVEN本地仓库的存储位置
- 对数变换
- python opencv 颜色分割
- zookeeper和PHP zookeeper和kafka 扩展安装
- C# JObject 的使用生成json字符串
- Linux crontab(定时任务)