图像处理--形态学
来源:互联网 发布:淘宝买家让加微信骗局 编辑:程序博客网 时间:2024/06/05 11:26
最基本两个形态学运算----膨胀与腐蚀
膨胀与腐蚀能够实现以下作用:
1.消除噪声
2.分割出独立的图像元素,在图像中连接相邻的元素
3.寻找图像中的明显的极大值区域或者极小值区域
4.求出图像的梯度
需要注意之处: 腐蚀和膨胀都是对图像的白色部分(高亮部分)而言。膨胀是图像中的高亮部分进行膨胀,类似于领域扩张,效果图拥有比原图更大的高亮区域;腐蚀是原图的高亮部分被腐蚀,类似于领域被蚕食,效果图拥有比原图更小的高亮区域。
从数学的角度来说,膨胀和腐蚀操作就是将图像与核进行卷积,核可以是任意形状和大小的。
*膨胀(dilate)
膨胀就是求局部最大值的操作。核B与图像卷积,即计算核B覆盖的区域的像素点的最大值,并把这个最大值赋值给参考点指定的像素。这样就会使图像中高亮区域逐渐增长。
以下是膨胀操作的示意图:
*腐蚀(erode)
腐蚀就是求局部最小值的操作。核B与图像卷积,即计算核B覆盖的区域的像素点的最小值,并把这个最小值赋值给参考点指定的像素。这样就会使图像中高亮区域逐渐减少。
以下是腐蚀操作的示意图:更加高级的形态学变换
运用膨胀和腐蚀这两个基本操作,可实现较高级的形态学变换,如 开运算,闭运算,形态学梯度,顶帽,黑帽。
*开运算(opening Operation)
开运算其实就是先腐蚀再膨胀,数学表达式: dist = open(src,element) = dilate(erode(src,element))
开运算可以用来消除小物体,在纤细处分离物体,并且在平滑较大物体的边界的同时不明显改变其面积。
*闭运算(closing Operation)
闭运算其实就是先膨胀再腐蚀,数学表达式: dist = close(src,element) = erode(dilate(src,element))
闭运算能够排除小型黑洞(黑色区域)。
*形态学梯度(morphological Gradient)
形态学梯度就是膨胀图与腐蚀图之差,数学表达式:dist = morph-grad(src,element) = dilate(src,element) - erode(src,element)
对二值图像进行这一操作,可以将团块的边缘突出出来,我们可以用形态梯度来保留物体的边缘轮廓
*顶帽(top Hat)
顶帽就是原图与开运算图之差,数学表达式:dist = tophat(src,element) = src - open(src,element)
因为开运算带来的结果是放大了裂痕或者局部低亮度的区域。因此,从原图中减去开运算后的图,得到的效果图突出了比原图轮廓周围的区域更明亮的区域,且这一操作与选择的核的大小有关。
顶帽运算往往用来分离比邻近点亮一些的斑块,在一幅图像具有大幅的背景,而微小物品比较有规律的情况下,可以使用顶帽运算进行背景提取。
*黑帽(black Hat)
黑帽就是原图与闭运算图之差,数学表达式:dist = blackhat(src,element) = close(src,element) - src
黑帽运算后的效果图突出了比原图轮廓周围的区域更暗的区域,且这一操作与核的大小有关。
黑帽运算用来分离比临近点暗一点的斑块,效果图有着非常完美的轮廓
- 形态学图像处理
- 形态学图像处理
- 形态学图像处理
- 形态学图像处理
- 图像的形态学处理
- 形态学的图像处理
- openCV 形态学图像处理
- 图像处理之形态学
- 形态学图像处理
- 图像的形态学处理
- 形态学图像处理
- 一、图像处理--形态学
- 形态学图像处理
- 形态学图像处理
- Matlab 形态学图像处理
- 形态学图像处理
- opencv图像形态学处理
- 形态学图像处理
- 【图论】[luoguP2731]骑马修栅栏 Riding the Fences
- windows命令行下:telnet访问163邮箱服务器和qq邮箱服务器发送邮件
- C语言中const关键字详解
- Android 5.0以下出现 java.lang.NoClassDefFoundError:
- Myeclipse提高效率的生僻快捷键
- 图像处理--形态学
- 十年建站老司机带你十分钟搭建网站
- Linux redis 配置文件
- 【UVA1335】Beijing Guards
- 在IE或者360浏览器的兼容模式下页面错乱
- nginx不转发http header问题解决
- rtos的核心原理简析
- select socket
- 秋招的一些知识整理