开运算和闭运算的效果

2024-05-29

数学形态学及其二值运算

闭运算：底帽运算：

通过图像分割提取出来的目标一般要经过修改以后才能计算，可供选择的预处理操作有“去噪”、“以长径去噪”、“数学形态学”、“填孔”、“目标边缘平滑”等，如图5-29所示。

实验目的学习常见的数学形态学运算基本方法，了解腐蚀、膨胀、开运算、闭运算取得的效果，培养处理实际图像的能力，并为课堂教学提供配套的实践机会。

形态学操作就是基于形状的一系列图像处理操作。一般情况下对二值化的图像进行操作。

一般情况下对二值化图像进行的操作。需要输入两个参数，一个是原始图像，第二个被称为结构化元素或核，它是用来决定操作的性质的。两个基本的形态学操作是腐蚀和膨胀。他们的变体构成了开运算，闭运算，梯度等。

可以通过以下几个步骤来实现数学形态学算法对数字图像的处理：步骤提取图像的几何结构特征，也就是针对所要处理的图像找出相应的几何结构模式。

在区域分割方法中还有一种分水岭算法。受启发于分水岭的构成，这种分割方法将图像看作是测地学上的拓扑地貌，这样图像中每一个像素点对应的海拔高度可以用该点的灰度值来表示。分水岭的形成过程实际上可以通过模拟浸入过程来实现。

图象分割有三种不同的途径，其一是将各象素划归到相应物体或区域的象素聚类方法即区域法，其二是通过直接确定区域间的边界来实现分割的边界方法，其三是首先检测边缘象素再将边缘象素连接起来构成边界形成分割。

所谓分水岭算法有好多种实现算法，拓扑学，形态学，浸水模拟和降水模拟等方式。要搞懂就不容易了。Watershed Algorithm(分水岭算法)，顾名思义，就是根据分水岭的构成来考虑图像的分割。

图像变换：由于图像阵列很大，直接在空间域中进行处理，涉及计算量很大。

数字图像处理：在国民经济的许多领域已经得到广泛的应用，数字图像处理在通信领域有特殊的用途及应用前景。

图像是人类获取和交换信息的主要来源，因此，图像处理的应用领域必然涉及到人类生活和工作的方方面面。随着人类活动范围的不断扩大，图像处理的应用领域也将随之不断扩大。

形态学二值运算包括膨胀，腐蚀，开运算和闭运算基本方法，如下图所示，膨胀运算和闭运算的效果总体上对图像而言是一个区域增长的过程，而腐蚀和开运算是一个区域减少的运算。

形态学矩阵法是一种系统搜索和程式化求解的分功能组合求解方法。在数学中，矩阵（Matrix）是指纵横排列的二维数据表格，最早来自于方程组的系数及常数所构成的方阵。这一概念由19世纪英国数学家凯利首先提出。

‘erode’：用结构元素计算图像侵蚀 imclose函数该函数功能是对灰度图像执行形态学闭运算，即使用同样的结构元素先对图像进行膨胀操作后进行腐蚀操作。

一般形态学操作包括：膨胀、腐蚀、开操作、闭操作。膨胀可以用imdilate，腐蚀可以用imerode，开操作可以用imopen，闭操作可以用imclose。

膨胀和腐蚀被称为形态学操作。它们通常在二进制图像上执行，类似于轮廓检测。通过将像素添加到该图像中的对象的感知边界，扩张放大图像中的明亮白色区域。侵蚀恰恰相反：它沿着物体边界移除像素并缩小物体的大小。

数字形态学是图像处理的基本理论，这里简单介绍一下基本的形态学运算，针对的是灰度图像，包括：腐蚀与膨胀，开闭运算，形态学梯度，顶帽黑帽操作等等。（1）腐蚀：局部最小值运算。