Matlab 图像处理 形态学 腐蚀 膨胀 开闭运算 连通分量



1 %% 第9章 形态学处理 23 %% imdilate膨胀 4 clc 5 clear 67 A1=imread('.\images\dipum_images_ch09\Fig0906(a)(broken-text).tif'); 8 info=imfinfo('.\images\dipum_images_ch09\Fig0906(a)(broken-text).tif') 9 B=[01 0 101 11 110 10]; 12 A2=imdilate(A1,B);%图像A1被结构元素B膨胀 13 A3=imdilate(A2,B); 14 A4=imdilate(A3,B); 15 16 subplot(221),imshow(A1); 17 title('imdilate膨胀原始图像'); 18 19 subplot(222),imshow(A2); 20 title('使用B后1次膨胀后的图像'); 21 22 subplot(223),imshow(A3); 23 title('使用B后2次膨胀后的图像'); 24 25 subplot(224),imshow(A4); 26 title('使用B后3次膨胀后的图像'); 27%imdilate图像膨胀处理过程运行结果如下：

 28  29 %% imerode腐蚀 30 clc 31 clear 32 A1=imread('.\images\dipum_images_ch09\Fig0908(a)(wirebond-mask).tif'); 33 subplot(221),imshow(A1); 34 title('腐蚀原始图像'); 35  36 %strel函数的功能是运用各种形状和大小构造结构元素 37 se1=strel('disk',5);%这里是创建一个半径为5的平坦型圆盘结构元素 38 A2=imerode(A1,se1); 39 subplot(222),imshow(A2); 40 title('使用结构原始disk(5)腐蚀后的图像'); 41  42 se2=strel('disk',10); 43 A3=imerode(A1,se2); 44 subplot(223),imshow(A3); 45 title('使用结构原始disk(10)腐蚀后的图像'); 46  47 se3=strel('disk',20); 48 A4=imerode(A1,se3); 49 subplot(224),imshow(A4); 50 title('使用结构原始disk(20)腐蚀后的图像'); 51 %图像腐蚀处理过程运行结果如下： 52 

 53 %% 开运算和闭运算 54 clc 55 clear 56 f=imread('.\images\dipum_images_ch09\Fig0910(a)(shapes).tif'); 57 %se=strel('square',5');%方型结构元素 58 se=strel('disk',5');%圆盘型结构元素 59 imshow(f);%原图像 60 title('开闭运算原始图像') 61%运行结果如下：

 62  63 %开运算数学上是先腐蚀后膨胀的结果 64 %开运算的物理结果为完全删除了不能包含结构元素的对象区域，平滑 65 %了对象的轮廓，断开了狭窄的连接，去掉了细小的突出部分 66 fo=imopen(f,se);%直接开运算 67 figure,subplot(221),imshow(fo); 68 title('直接开运算'); 69  70 %闭运算在数学上是先膨胀再腐蚀的结果 71 %闭运算的物理结果也是会平滑对象的轮廓，但是与开运算不同的是，闭运算 72 %一般会将狭窄的缺口连接起来形成细长的弯口，并填充比结构元素小的洞 73 fc=imclose(f,se);%直接闭运算 74 subplot(222),imshow(fc); 75 title('直接闭运算'); 76  77 foc=imclose(fo,se);%先开后闭运算 78 subplot(223),imshow(foc); 79 title('先开后闭运算'); 80  81 fco=imopen(fc,se);%先闭后开运算 82 subplot(224),imshow(fco); 83 title('先闭后开运算'); 84%开闭运算结果如下：

 85  86 %先膨胀再腐蚀 87 fse=imdilate(f,se);%膨胀 88  89 %gcf为得到当前图像的句柄，当前图像是指例如PLOT,TITLE,SURF等 90 %get函数为得到物体的属性，get(0,'screensize')为返回所有物体screensize属性值 91 %set函数为设置物体的属性 92 figure,set(gcf,'outerposition',get(0,'screensize'));%具体目的是设置当前窗口的大小 93 subplot(211),imshow(fse); 94 title('使用disk(5)先膨胀后的图像'); 95  96 fes=imerode(fse,se); 97 subplot(212),imshow(fes); 98 title('使用disk(5)先膨胀再腐蚀后的图像'); 99%先膨胀后腐蚀图像如下：

100 101 %先腐蚀再膨胀102 fse=imerode(f,se);103 figure,set(gcf,'outerposition',get(0,'screensize'))104 subplot(211),imshow(fse);105 title('使用disk(5)先腐蚀后的图像');106 107 fes=imdilate(fse,se);108 subplot(212),imshow(fes);109 title('使用disk(5)先腐蚀再膨胀后的图像');110%先腐蚀后膨胀的图像如下：

111 112 %% imopen imclose在指纹上的应用113 clc114 clear115 f=imread('.\images\dipum_images_ch09\Fig0911(a)(noisy-fingerprint).tif');116 se=strel('square',3);%边长为3的方形结构元素117 subplot(121),imshow(f);118 title('指纹原始图像');119 120 A=imerode(f,se);%腐蚀121 subplot(122),imshow(A);122 title('腐蚀后的指纹原始图像');123%指纹原始图像和腐蚀后的图像结果如下：

124 125 fo=imopen(f,se);126 figure,subplot(221),imshow(fo);127 title('使用square(3)开操作后的图像');128 129 fc=imclose(f,se);130 subplot(222),imshow(fc);131 title('使用square闭操作后的图像');132 133 foc=imclose(fo,se);134 subplot(223),imshow(foc);135 title('使用square(3)先开后闭操作后的图像')136 137 fco=imopen(fc,se);138 subplot(224),imshow(fco);139 title('使用square(3)先闭后开操作后的图像');140%指纹图像开闭操作过程结果如下：

141 142 %% bwhitmiss击中或击不中变换143 clc144 clear145 f=imread('.\images\dipum_images_ch09\Fig0913(a)(small-squares).tif');146 imshow(f);147 title('击中或不击中原始图像');148%击中或不击中原始图像显示结果如下：

149 150 B1=strel([0 0 0;0 1 1;0 1 0]);%击中：要求击中所有1的位置151 B2=strel([1 1 1;1 0 0;1 0 0]);%击不中，要求击不中所有1的位置152 B3=strel([0 1 0;1 1 1;0 1 0]);%击中153 B4=strel([1 0 1;0 0 0;0 0 0]);%击不中154 B5=strel([0 0 0;0 1 0;0 0 0]);%击中155 B6=strel([1 1 1;1 0 0;1 0 0]);%击不中156 157 g=imerode(f,B1)&imerode(~f,B2)%利用定义来实现击中或击不中158 figure,subplot(221),imshow(g);159 title('定义实现组1击中击不中图像');160 161 g1=bwhitmiss(f,B1,B2);162 subplot(222),imshow(g1);163 title('结构数组1击中击不中后的图像');164 165 g2=bwhitmiss(f,B3,B4);166 subplot(223),imshow(g2);167 title('结构数组2击中击不中的图像');168 169 g3=bwhitmiss(f,B5,B6);170 subplot(224),imshow(g3);171 title('结构数组3击中击不中的图像');172%击中击不中变换后图像如下：

173 174 %%makelut175 clc176 clear177 178 f=inline('sum(x(:))>=3');%inline是用来定义局部函数的179 lut2=makelut(f,2)%为函数f构造一个接收2*2矩阵的查找表180 lut3=makelut(f,3)181 182 %% Conway生命游戏183 clc184 clear185 lut=makelut(@conwaylaws,3);186 bw1=  [0     0     0     0     0     0     0     0     0     0187        0     0     0     0     0     0     0     0     0     0188        0     0     0     1     0     0     1     0     0     0189        0     0     0     1     1     1     1     0     0     0190        0     0     1     0     0     0     0     1     0     0191        0     0     1     0     1     1     0     1     0     0192        0     0     1     0     0     0     0     1     0     0193        0     0     0     1     1     1     1     0     0     0194        0     0     0     0     0     0     0     0     0     0195        0     0     0     0     0     0     0     0     0     0  ];196 subplot(221),imshow(bw1,'InitialMagnification','fit');197 title('Generation 1');198 199 bw2=applylut(bw1,lut);200 subplot(222),imshow(bw2,'InitialMagnification','fit'),201 title('Generation 2');202 203 bw3=applylut(bw2,lut);204 subplot(223),imshow(bw3,'InitialMagnification','fit');205 title('Generation 3');206 207 temp=bw1;208 for i=2:100209     bw100=applylut(temp,lut);210     temp=bw100;211 end212 subplot(224),imshow(bw100,'InitialMagnification','fit')213 title('Generation 100');214%显示Generation结果如下：

215 216 %% getsequence217 clc218 clear219 se=strel('diamond',5)220 decomp=getsequence(se)%getsequence函数为得到分解的strel序列221 decomp(1)222 decomp(2)223 224 %% endpoints225 clc226 clear227 228 f1=imread('.\images\dipum_images_ch09\Fig0914(a)(bone-skel).tif');229 subplot(121),imshow(f1);230 title('原始形态骨架图像');231 232 g1=endpoints(f1);233 %set(gcf,'outerposition',get(0,'screensize'));%运行完后自动生成最大的窗口234 subplot(122),imshow(g1);235 title('骨架图像的端点图像');236 %骨架头像端点检测头像如下：237 238 f2=imread('.\images\dipum_images_ch09\Fig0916(a)(bone).tif');239 figure,subplot(121),imshow(f2);240 title('原始骨头图像');241 242 g2=endpoints(f2);243 subplot(122),imshow(g2);244 title('骨头图像端点头像');%结果是没有端点245%骨头头像端点检测图像如下：

246 247 %% bwmorph组合常见形态学之细化248 clc249 clear250 f=imread('.\images\dipum_images_ch09\Fig0911(a)(noisy-fingerprint).tif');251 subplot(221),imshow(f);252 title('指纹图像细化原图');253 254 g1=bwmorph(f,'thin',1);255 subplot(222),imshow(g1);256 title('指纹图像细化原图');257 258 g2=bwmorph(f,'thin',2);259 subplot(223),imshow(g2);260 title('指纹图像细化原图');261 262 g3=bwmorph(f,'thin',Inf);263 subplot(224),imshow(g3);264 title('指纹图像细化原图');265%指纹图像细化过程显示如下：

266 267 %% bwmorph组合常见形态学之骨骼化268 clc269 clear270 f=imread('.\images\dipum_images_ch09\Fig0911(a)(noisy-fingerprint).tif');271 subplot(131),imshow(f);272 title('指纹图像骨骼化原图');273 274 fs=bwmorph(f,'skel',Inf);275 subplot(132),imshow(fs);276 title('指纹图像骨骼化');277 278 for k=1:5279     fs=fs&~endpoints(fs);280 end281 subplot(133),imshow(fs);282 title('指纹图像修剪后骨骼话');283%指纹图像骨骼化过程显示：

284 285 %% 使用函数bwlabel标注连通分量286 clc287 clear288 f=imread('.\images\dipum_images_ch09\Fig0917(a)(ten-objects).tif');289 imshow(f),title('标注连通分量原始图像');290%其结果显示如下：

291 292 [L,n]=bwlabel(f);%L为标记矩阵，n为找到连接分量的总数293 [r,c]=find(L==3);%返回第3个对象所有像素的行索引和列索引294 295 rbar=mean(r);296 cbar=mean(c);297 298 figure,imshow(f)299 hold on%保持当前图像使其不被刷新300 for k=1:n301     [r,c]=find(L==k);302     rbar=mean(r);303     cbar=mean(c);304     plot(cbar,rbar,'Marker','o','MarkerEdgeColor','k',...305          'MarkerFaceColor','k','MarkerSize',10);%这个plot函数用法不是很熟悉306     plot(cbar,rbar,'Marker','*','MarkerFaceColor','w');%其中的marker为标记307 end308 title('标记所有对象质心后的图像');

309 310 %% 由重构做开运算311 clc312 clear313 f=imread('.\images\dipum_images_ch09\Fig0922(a)(book-text).tif');314 subplot(321),imshow(f);315 title('重构原始图像');316 317 fe=imerode(f,ones(51,1));%竖线腐蚀318 subplot(322),imshow(fe);319 title('使用竖线腐蚀后的结果');320 321 fo=imopen(f,ones(51,1));%竖线做开运算322 subplot(323),imshow(fo);323 title('使用竖线做开运算结果');324 325 fobr=imreconstruct(fe,f);%fe做标记326 subplot(324),imshow(fobr);327 title('使用竖线做重构开运算');328 329 ff=imfill(f,'holes');%对f进行孔洞填充330 subplot(325),imshow(ff);331 title('对f填充孔洞后的图像');332 333 fc=imclearborder(f,8);%清除边界，2维8邻接334 subplot(326),imshow(fc);335 title('对f清除边界后的图像');336%图像重构过程显示如下：

337 338 %% 使用顶帽变换和底帽变换339 clc340 clear341 f=imread('.\images\dipum_images_ch09\Fig0926(a)(rice).tif');342 subplot(221),imshow(f);343 title('顶帽底帽变换原始图像');344 345 se=strel('disk',10);%产生结构元素346 %顶帽变换是指原始图像减去其开运算的图像347 %而开运算可用于补偿不均匀的背景亮度，所以用一个大的结构元素做开运算后348 %然后用原图像减去这个开运算，就得到了背景均衡的图像，这也叫做是图像的顶帽运算349 f1=imtophat(f,se);%使用顶帽变换350 subplot(222),imshow(f1);351 title('使用顶帽变换后的图像');352 353 %底帽变换是原始图像减去其闭运算后的图像354 f2=imbothat(imcomplement(f),se);%使用底帽变换，为什么原图像要求补呢？355 %f2=imbothat(f,se);%使用底帽变换356 subplot(223),imshow(f2);357 title('使用底帽变换后的图像');358 359 %顶帽变换和底帽变换联合起来用，用于增加对比度360 f3=imsubtract(imadd(f,imtophat(f,se)),imbothat(f,se));%里面参数好像不合理？361 subplot(224),imshow(f3);362 title('使用顶帽底帽联合变换后图像');363%顶帽底帽变换过程图像如下：

364 365 %%使用开运算和闭运算做形态学平滑366 %由于开运算可以除去比结构元素更小的明亮细节，闭运算可以除去比结构元素更小的暗色细节367 %所以它们经常组合起来一起进行平滑图像并去除噪声368 clc369 clear370 f=imread('.\images\dipum_images_ch09\Fig0925(a)(dowels).tif');371 subplot(221),imshow(f);372 title('木钉图像原图');373 374 se=strel('disk',5);%disk其实就是一个八边形375 fo=imopen(f,se);%经过开运算376 subplot(222),imshow(f);377 title('使用半径5的disk开运算后的图像');378 379 foc=imclose(fo,se);380 subplot(223),imshow(foc);381 title('先开后闭的图像');382 383 fasf=f;384 for i=2:5385     se=strel('disk',i);386     fasf=imclose(imopen(fasf,se),se);387 end388 subplot(224),imshow(fasf);389 title('使用开闭交替滤波后图像');390%使用开运算和闭运算做形态学平滑结果如下：

391 392 %% 颗粒分析393 clc394 clear395 f=imread('.\images\dipum_images_ch09\Fig0925(a)(dowels).tif');396 397 sumpixels=zeros(1,36);398 for k=0:35399     se=strel('disk',k);400     fo=imopen(f,se);401     sumpixels(k+1)=sum(fo(:));402 end403 404 %可以看到，连续开运算之间的表面积会减少405 plot(0:35,sumpixels),xlabel('k'),ylabel('surface area');406 title('表面积和结构元素半径之间的关系');407%其运算结果如下：   

408 409 figure,plot(-diff(sumpixels));%diff()函数为差分或者近似倒数，即相邻2个之间的差值410 xlabel('k'),ylabel('surface area reduction');411 title('减少的表面积和结构元素半径之间的关系');412%其运算结果如下：

413 414 %% 使用重构删除复杂图像的背景415 clc416 clear417 f=imread('.\images\dipum_images_ch09\Fig0930(a)(calculator).tif');418 subplot(221),imshow(f);419 title('灰度级重构原图像');420 421 f_obr=imreconstruct(imerode(f,ones(1,71)),f);422 subplot(222),imshow(f_obr);423 title('经开运算重构图');424 425 f_o=imopen(f,ones(1,71));426 subplot(223),imshow(f_o);427 title('经开运算后图');428 429 f_thr=imsubtract(f,f_obr);430 subplot(224),imshow(f_thr);431 title('顶帽运算重构图')432%使用重构删除复杂图像的背景1:

433 434 f_th=imsubtract(f,f_o)435 figure,subplot(221),imshow(f_th);436 title('经顶帽运算图');437 438 g_obr=imreconstruct(imerode(f_thr,ones(1,11)),f_thr);439 subplot(222),imshow(g_obr);440 title('用水平线对f_thr经开运算后重构图');441 442 g_obrd=imdilate(g_obr,ones(1,2));443 subplot(223),imshow(g_obrd);444 title('使用水平线对上图进行膨胀');445 446 f2=imreconstruct(min(g_obrd,f_thr),f_thr);447 subplot(224),imshow(f2);448 title('最后的重构结果');449%使用重构删除复杂图像的背景2:

 

    形态学这一章很有用，因为它还可以应用在图像分割中。