當處理二值影象時,形態學的主要應用是提取表示和描述形狀的有用成分。特別是用形態學方法提取某一區域邊界線,連線成分,骨骼,凸殼的演算法是十分有效的。此外,區域填充,細化,加粗,裁剪等處理方法也經常與上述演算法相結合在預處理和後處理中使用。
為使概念清楚,這些演算法的討論大部分採用的是二值影象,即只有黑白兩級灰度,1表示黑,0表示白。
下面討論的是一種基於膨脹,取補和取交的區域填充的簡單演算法。在下圖中,a表示乙個包含乙個子集的集合,子集的元素為8字形的連線邊界的區域。從邊界內的一點p開始,目標是用1去填充整個區域。
假定所有的非邊界元素均標為0,把乙個值1賦給p開始這個過程。下述過程將把這個區域用1來填充:
式中:x0=p,b位對稱結構元素,如圖c所示。當k迭代到xk=xk-1時,演算法終止。集合xk和a的∪包括填充的集合和邊界。
如果式的膨脹過程一直進行,它將填滿整個區域。然而,每一步與a的補集的交把結果限制在感興趣的區域內(這種限制過程有時稱為條件膨脹)。
基本形態學演算法
基本形態學演算法 為什麼要做基本形態學演算法的研究和實現?是因為形態學是乙個非常有力,應用 廣泛的工具,但同時也是研究不是很清楚的工具。往往乙個恰到好處的變換,就能夠省下許多的勞動。對此的分類和研究就顯得非常有必要,而相關 的積累,也很有價值。零 基本概念 膨脹 白 黑 dilate 腐蝕 黑 白 ...
一些基本形態學演算法 連線部分提取演算法
當處理二值影象時,形態學的主要應用是提取表示和描述形狀的有用成分。特別是用形態學方法提取某一區域邊界線,連線成分,骨骼,凸殼的演算法是十分有效的。此外,區域填充,細化,加粗,裁剪等處理方法也經常與上述演算法相結合在預處理和後處理中使用。為使概念清楚,這些演算法的討論大部分採用的是二值影象,即只有黑白...
Matlab 形態學常用演算法
膨脹 是將a與核b卷積,求區域性最大值,可以使得影象中的亮區域逐漸增長 腐蝕 是膨脹的反操作,一般來說膨脹會擴張區域和腐蝕縮小區域 膨脹可以填補細小的坑洞而腐蝕可以消除細的突起,maltab中使用imdalite a,b 表示使用核b膨脹a區域,核b可以通過strel函式獲得,如strel disk...