ch圖像分析基礎(chǔ)實(shí)用

會(huì)計(jì)學(xué)1ch圖像分析基礎(chǔ)實(shí)用

圖像分割的目的是理解圖像的內(nèi)容，提取出我們感興趣的對(duì)象。圖像分割按照具體應(yīng)用的要求和具體圖像的內(nèi)容將圖像分割成一塊塊區(qū)域。圖像分割是模式識(shí)別和圖像分析的預(yù)處理階段。通常圖像分割采用聚類方法，假設(shè)圖像中組成我們所感興趣對(duì)象的像素具有一些相似的特征，如相同的灰度值、相同的顏色等。1.圖像分割(1)概論第1頁(yè)/共68頁(yè)

分割對(duì)象灰度圖像、彩色圖像遙感圖像、紅外圖像、X光成像、超聲圖像以及核磁共振成像等。

分割與識(shí)別的關(guān)系

沒(méi)有對(duì)物體或其局部的認(rèn)識(shí)，分割就無(wú)法進(jìn)行。沒(méi)有分割，物體識(shí)別也是不可能的?

分割可視為一種特殊的識(shí)別問(wèn)題。第2頁(yè)/共68頁(yè)傳統(tǒng)的圖像分割技術(shù)：基于像素灰度值的分割技術(shù)基于區(qū)域的分割技術(shù)基于邊界的分割技術(shù)

圖像的描述，包括邊界和區(qū)域的描述對(duì)圖像區(qū)域的操作―數(shù)學(xué)形態(tài)學(xué)(1)概論1.圖像分割第3頁(yè)/共68頁(yè)特征空間聚類方法（clustering）閾值化、尺度空間聚類、均值遷移….

對(duì)含噪圖像以及紋理圖像分割的魯棒性較好

但特征選取依賴一定的先驗(yàn)和統(tǒng)計(jì)知識(shí)

基于邊緣的方法梯度法、Snake模型……

方法直觀，分割結(jié)果比較美觀簡(jiǎn)單，但邊緣檢測(cè)受噪聲影響大，不能保證邊緣的封閉性1.圖像分割（最近新方法）第4頁(yè)/共68頁(yè)3.基于區(qū)域的方法區(qū)域生長(zhǎng)法、分裂合并法……

保證得到邊緣封閉的區(qū)域，缺點(diǎn)是邊緣復(fù)雜，沒(méi)有統(tǒng)一標(biāo)準(zhǔn)描述區(qū)域

4.全局優(yōu)化方法（globaloptimization）

Bayes方法、最小描述長(zhǎng)度（MDL）、最小割算法…….

計(jì)算量大，技巧性強(qiáng)

1.圖像分割（最近新方法）5.混合方法形態(tài)學(xué)方法、表面擬合法、邊緣-區(qū)域法……6.基于識(shí)別的方法通過(guò)識(shí)別結(jié)果的反饋實(shí)現(xiàn)分割第5頁(yè)/共68頁(yè)灰度閾值分割法是最古老的分割技術(shù)只能應(yīng)用于圖像中組成感興趣對(duì)象的灰度值是均勻的，并且和背景的灰度值不一樣。事先決定一個(gè)閾值，當(dāng)一個(gè)像素的灰度值超過(guò)這個(gè)閾值，我們就說(shuō)這個(gè)像素屬于我們所感興趣的對(duì)象；反之則屬于背景部分。這種方法的關(guān)鍵是怎樣選擇閾值，一種簡(jiǎn)便的方法是檢查圖像的直方圖，然后選擇一個(gè)合適的閾值。(2)灰度閾值分割法1.圖像分割第6頁(yè)/共68頁(yè)單一閾值方法也不適合于由許多不同紋理組成一塊塊區(qū)域的圖像。如果圖像適合這種分割法，那么圖像的直方圖在表示對(duì)象和背景的小范圍灰度值附近出現(xiàn)一個(gè)高峰值。適合這種分割法的圖像的直方圖應(yīng)是雙極模式，我們可以在兩個(gè)峰值之間的低谷處找到一個(gè)合適的閾值。(2)灰度閾值分割法1.圖像分割第7頁(yè)/共68頁(yè)

若T為圖像的一個(gè)閾值，它應(yīng)具備的條件：(1)T應(yīng)介于目標(biāo)/背景灰度之間(2)近似于T的象素應(yīng)是少數(shù)。T位于直方圖谷點(diǎn)(3)若T為閾值，則分割出的背景和目標(biāo)都應(yīng)均勻，錯(cuò)分率低，類內(nèi)方差小(4)若T為閾值,則分割出的背景和目標(biāo)之間的類間方差大1.圖像分割(2)灰度閾值分割法第8頁(yè)/共68頁(yè)

用如下所示的循環(huán)迭代策略得到閾值假設(shè)圖像中處于四個(gè)角的像素是屬于背景部分，其它像素屬于感興趣對(duì)象，然后定義一個(gè)背景灰度和對(duì)象灰度的初始值。通過(guò)下面的公式循環(huán)迭代直至前后兩次循環(huán)得到的閾值Ti+1和Ti相差非常小，循環(huán)過(guò)程停止。1.圖像分割(2)灰度閾值分割法uibackground和uiobject分別是循環(huán)第i次得到的背景灰度值和對(duì)象灰度值。第9頁(yè)/共68頁(yè)

這種單一閾值分割方法一種拓展就是將圖像分成一個(gè)個(gè)子區(qū)域，不同的子區(qū)域采用不同的閾值。將圖像分成64×64重疊的子區(qū)域，并在每個(gè)子區(qū)域中檢測(cè)區(qū)域的直方圖是不是雙極模式，如果一個(gè)區(qū)域的直方圖不是雙極模式，則判定該區(qū)域完全屬于背景部分或?qū)ο蟛糠?。?0頁(yè)/共68頁(yè)原始圖像分割結(jié)果(T=170)第11頁(yè)/共68頁(yè)OTSU算法以最佳門限將圖像灰度直方圖分割成兩部分,使兩部分類間方差取最大值,即分離性最大.設(shè)圖像灰度級(jí)1~M,第i級(jí)象素ni個(gè),總象素:則第i級(jí)灰度出現(xiàn)的概率為Pi=ni/N.

設(shè)灰度門限值為k,則圖像像素按灰度級(jí)被分為兩類:C0={1,2,...,k},C1={k+1,...,M},

圖像總平均灰度級(jí):(3)OTSU算法

C0類的平均灰度級(jí)為:像素?cái)?shù)為:第12頁(yè)/共68頁(yè)C1類的平均灰度級(jí)為: μ-μ(k),像素?cái)?shù)為:N-N0兩部分圖像所占比例分別為:w1=1-w(k);對(duì)C0,C1均值作處理: μ0=μ(k)/w(k) μ1=[μμ(k)]/[1-w(k)]圖像總均值可化為: μ=w0μ0+w1μ1

類間方差:2(k)=w0(μμ0)2+w1(μμ1)2=w0w1(μ0μ1)2化為: 2(k)=[μ?w(k)μ(k)]2/{w(k)?[1w(k)]}k從1~M變化,使2(k)最大的k*即為所求之最佳門限.2(k)稱為目標(biāo)選擇函數(shù).第13頁(yè)/共68頁(yè)實(shí)例：黑夜車燈檢測(cè)（直接閾值分割）缺點(diǎn)：閾值不好確定；誤差較大；同學(xué)們自己察看資料：OTSU算法

level=graythresh(I)MATLAB使用OTSU算法得到圖像的全局閾值：N.Otsu,"AThresholdSelectionMethodfromGray-LevelHistograms,"IEEETransactionsonSystems,Man,andCybernetics,vol.9,no.1,pp.62-66,1979.Watershed（分水嶺算法）第14頁(yè)/共68頁(yè)(4)最小誤差分割

設(shè)目標(biāo)的像點(diǎn)數(shù)占圖像總點(diǎn)數(shù)的百分比為θ,背景點(diǎn)占1θ,混合概率密度為:p(z)=θp1(z)+(1θ)p2(z)當(dāng)選定門限為T時(shí)，目標(biāo)點(diǎn)錯(cuò)劃為背景點(diǎn)的概率為:把背景點(diǎn)錯(cuò)劃為目標(biāo)點(diǎn)的概率為:則總錯(cuò)誤概率為: E(T)=θE1(T)+(1θ)E2(T)第15頁(yè)/共68頁(yè)第16頁(yè)/共68頁(yè)1.圖像分割(4)區(qū)域生長(zhǎng)法

什么是區(qū)域

圖像中屬于某個(gè)區(qū)域的像素點(diǎn)必須加以標(biāo)志，當(dāng)應(yīng)用區(qū)域生長(zhǎng)法來(lái)分割圖像時(shí)，最終應(yīng)該不存在沒(méi)有被標(biāo)注的像素點(diǎn)。在同一區(qū)域的像素點(diǎn)必須相連。這就意味著我們可以從現(xiàn)在所處的像素點(diǎn)出發(fā)，按照某種連接方式到達(dá)任何一個(gè)鄰近的像素點(diǎn)。常用的有兩種各向同性連通方式：四連通和八連通。

區(qū)域之間不能重疊，也就是說(shuō)一個(gè)像素只能有一個(gè)標(biāo)注。

在區(qū)域Ri中每一個(gè)像素點(diǎn)必須遵從某種規(guī)則P(Ri)。例如我們說(shuō)P(Ri)為真，當(dāng)區(qū)域Ri中所有像素具有相似的灰度(相似性在一定的范圍內(nèi))。兩個(gè)不同的區(qū)域Ri和Rj具有的規(guī)則不同。第17頁(yè)/共68頁(yè)最簡(jiǎn)單的區(qū)域生長(zhǎng)法是將像素聚類，為了達(dá)到這一目的，我們從一個(gè)種子像素點(diǎn)出發(fā)，按照某種連通方式和規(guī)則P來(lái)檢查周圍鄰近的像素點(diǎn)，如果具有和種子像素點(diǎn)相似的性質(zhì)，就說(shuō)明它們屬于同一區(qū)域，這種算法有點(diǎn)類似于計(jì)算機(jī)圖形學(xué)中的多邊形種子填充算法。

區(qū)域生長(zhǎng)法的程序偽碼

procedurelabel_region_of(I,x,y,label,intensity);

…… ifI(x,y)=intensitythen I(x,y):=label; label_region_of(I,x,y-1,label,intensity); label_region_of(I,x,y+1,label,intensity); label_region_of(I,x-1,y,label,intensity); label_region_of(I,x+1,y,label,intensity);

這是一個(gè)在高層編程實(shí)現(xiàn)遞歸調(diào)用很好的方式不過(guò)這種方法的一個(gè)主要缺點(diǎn)是怎樣獲得初始的種子像素點(diǎn)。我們可以重新回到基于直方圖的方法上來(lái)，為每一個(gè)區(qū)域?qū)ふ乙粋€(gè)種子像素，找到具有圖像直方圖中峰值的像素點(diǎn)作為種子像素。1.圖像分割(4)區(qū)域生長(zhǎng)法第18頁(yè)/共68頁(yè)將圖像分割成越來(lái)越小的區(qū)域直至每個(gè)區(qū)域中的像素點(diǎn)具有相似的數(shù)值。這種方法的一個(gè)優(yōu)點(diǎn)是不再需要前面所說(shuō)的種子像素但是它有一個(gè)明顯的缺點(diǎn)是會(huì)使分割后的區(qū)域具有不連續(xù)的邊界。

ifcurrentregionhomogeneoustestisFALSE

thensplitintofourquadrants attempttomergethesequadrants recursivelycalltheprocedureforeachsubdivision findanyremainingmerges

一種簡(jiǎn)單直接實(shí)現(xiàn)算法1.圖像分割(4)區(qū)域分割與合并

第19頁(yè)/共68頁(yè)

圖像分割：圖像分割是圖像分析的第一步，是所有分析和識(shí)別的基礎(chǔ)，如果這一步做好，將大大提高分析能力；缺乏有力的統(tǒng)一的理論指導(dǎo)，算法繁多；可和其他學(xué)科交叉應(yīng)用。第20頁(yè)/共68頁(yè)(１)圖像邊緣檢測(cè)：使用圖像增強(qiáng)一章中所講的各種圖像銳化算子，然后進(jìn)行自適應(yīng)閾值分割，得到二值圖像，一般為黑底白邊緣的圖像。I=imread('rice.tif');BW1=edge(I,'sobel');BW2=edge(I,'canny');imshow(BW1)figure,imshow(BW2)２.圖像檢測(cè)第21頁(yè)/共68頁(yè)圖像分析例子一：米粒個(gè)數(shù)檢測(cè)，米粒邊緣檢測(cè)RiceTest.m(１)圖像邊緣檢測(cè)：２.圖像檢測(cè)第22頁(yè)/共68頁(yè)（2）線檢測(cè)：Hough變換Hough變換問(wèn)題的提出在找出邊界點(diǎn)集之后，需要連接，形成完整的邊界圖形描述第23頁(yè)/共68頁(yè)（2）線檢測(cè)：Hough變換在xy坐標(biāo)系中的一條直線，若用分別表示法線的距離及法線與x軸的夾角，則：xy第24頁(yè)/共68頁(yè)（2）線檢測(cè)：Hough變換Hough變換的性質(zhì)：（１）在(x,y)域中的一條直線對(duì)應(yīng)著變換域中的一個(gè)點(diǎn)（）；（２）(x,y)域中的一個(gè)點(diǎn)對(duì)應(yīng)著變換域中的一條正弦曲線；（３）變換域中一條曲線上的n點(diǎn)對(duì)應(yīng)于(x,y)于中過(guò)一個(gè)公共點(diǎn)的n條直線。第25頁(yè)/共68頁(yè)（2）線檢測(cè)：Hough變換Hough變換的性質(zhì)：第26頁(yè)/共68頁(yè)（2）線檢測(cè)：Hough變換Hough變換的性質(zhì)：在參數(shù)平面上相交最多的交點(diǎn)，對(duì)應(yīng)的xy平面上的直線就是我們的解（４）(x,y)域中一條直線上的n個(gè)點(diǎn)對(duì)應(yīng)于變換域中經(jīng)過(guò)一個(gè)公共點(diǎn)的n條曲線。若該直線為y=ax+b，則變換域的公共點(diǎn)為：第27頁(yè)/共68頁(yè)使用交點(diǎn)累加器，或交點(diǎn)統(tǒng)計(jì)直方圖，找出相交線段最多的參數(shù)空間的點(diǎn)（,

）然后找出該點(diǎn)對(duì)應(yīng)的xy平面的直線線段（2）線檢測(cè)：Hough變換Hough變換的實(shí)現(xiàn)：參數(shù)空間分成小格，每格上有計(jì)數(shù)器，峰值檢測(cè)，參數(shù)空間分成小格，每格上有計(jì)數(shù)器，峰值檢測(cè)，最大值點(diǎn)即為變換空間的參數(shù)（,

）；根據(jù)

求出a,b第28頁(yè)/共68頁(yè)Hough變換的問(wèn)題： 計(jì)算量大:每個(gè)點(diǎn)對(duì)應(yīng)一條曲線，,

的范圍怎么確定？占用內(nèi)存大:隨著精度的增加，占用內(nèi)存容量會(huì)大大增加２.峰值不明顯Hough變換的優(yōu)缺點(diǎn)：Hough變換的優(yōu)點(diǎn)：不受不連續(xù)點(diǎn)的影響，對(duì)噪聲不敏感（2）線檢測(cè)：Hough變換第29頁(yè)/共68頁(yè)MATLAB７.0以上版本提供hough變換的函數(shù)houghhoughlineshoughpeaks第30頁(yè)/共68頁(yè)４.圖象的檢測(cè)常見算法：（１）投影法第31頁(yè)/共68頁(yè)（２）差影法在銀行金庫(kù)內(nèi)，攝像頭每隔一小段時(shí)間，拍攝一幅圖，與上一幅圖做差影；如果差別超過(guò)了預(yù)先設(shè)置的閾值，說(shuō)明有人，這時(shí)就應(yīng)該拉響警報(bào)。４.圖象的檢測(cè)常見算法：第32頁(yè)/共68頁(yè)（３）模板匹配４.圖象的檢測(cè)常見算法：利用模板匹配可以在一幅圖象中找到已知的物體。所謂模板匹配，其實(shí)想法很簡(jiǎn)單：拿已知的模板和原圖象中同樣大小的一塊區(qū)域去對(duì)。最開始時(shí)，模板的左上角點(diǎn)和圖象的左上角點(diǎn)是重合的，拿模板和原圖象中同樣大小的一塊區(qū)域去對(duì)比，然后平移到下一個(gè)象素，仍然進(jìn)行同樣的操作，……所有的位置都對(duì)完后，差別最小的那塊就是我們要找的物體。我們用平方誤差之和來(lái)衡量原圖中的塊和模板之間的差別。第33頁(yè)/共68頁(yè)3.數(shù)學(xué)形態(tài)學(xué)形態(tài)學(xué)的用途主要是獲取物體拓?fù)浜徒Y(jié)構(gòu)信息，它通過(guò)物體和結(jié)構(gòu)元素相互作用的某些運(yùn)算，得到物體更本質(zhì)的形態(tài)。在圖象處理中的應(yīng)用主要是：(1)利用形態(tài)學(xué)的基本運(yùn)算，對(duì)圖象進(jìn)行觀察和處理，從而達(dá)到改善圖象質(zhì)量的目的；(2)描述和定義圖象的各種幾何參數(shù)和特征，如面積、周長(zhǎng)、連通度、顆粒度、骨架和方向性等。1.誕生于1964年，法國(guó)巴黎Matheron的紋理分析器2.法國(guó)楓丹白露數(shù)學(xué)形態(tài)學(xué)研究中心3.發(fā)展過(guò)程第34頁(yè)/共68頁(yè)60年代：孕育和形成1964誕生，Matheron指導(dǎo)下的Serra做巖相學(xué)分析，擊中擊不中變換開閉運(yùn)算、紋理分析器。1966年命名MathematicalMorphology。1968年成立楓丹白露數(shù)學(xué)形態(tài)學(xué)研究中心。70年代：紋理分析器商業(yè)應(yīng)用，理論方面Mathron《隨機(jī)集和積分幾何》，數(shù)學(xué)形態(tài)學(xué)的核心內(nèi)容，灰度。未引起信號(hào)圖像處理方面重視，多為自然科學(xué)家，獨(dú)立思維開拓圖像分析一個(gè)新的領(lǐng)域。3.數(shù)學(xué)形態(tài)學(xué)第35頁(yè)/共68頁(yè)80年代：Serra1982完成《圖像分析于數(shù)學(xué)形態(tài)學(xué)》，形態(tài)學(xué)走向美國(guó)及世界。在格論框架上建立的數(shù)學(xué)形態(tài)學(xué)基礎(chǔ)。算法開發(fā)。90年代至今在模式識(shí)別，編碼，運(yùn)動(dòng)分析，運(yùn)動(dòng)景物描述等方面取得進(jìn)展。用于數(shù)值函數(shù)的形態(tài)學(xué)算子開發(fā)“如果證明，在某些時(shí)候，形態(tài)學(xué)方法閉其他方法在模式識(shí)別方面更有效，那是因?yàn)樗玫匕盐樟司拔锏膸缀翁攸c(diǎn)，僅此而已”－Serra在把握自然景物含義，人類思維的符號(hào)描述方面顯得不夠有力有待發(fā)展。3.數(shù)學(xué)形態(tài)學(xué)第36頁(yè)/共68頁(yè)(1)一些基本符號(hào)和關(guān)系。10.

元素設(shè)有一幅圖象X，若點(diǎn)a在X的區(qū)域以內(nèi)，則稱a為X的元素，記作a∈X，如圖1所示。20.

B包含于X設(shè)有兩幅圖象B，X。對(duì)于B中所有的元素i，都有i∈X，則稱B包含于(includedin)X，記作B

X3.數(shù)學(xué)形態(tài)學(xué)第37頁(yè)/共68頁(yè)30.

B擊中X設(shè)有兩幅圖象B，X。若存在這樣一個(gè)點(diǎn)，它既是B的元素，又是X的元素，則稱B擊中(hit)X，記作B↑X，如圖3所示。40.

B不擊中X設(shè)有兩幅圖象B，X。若不存在任何一個(gè)點(diǎn)，它既是B的元素，又是X的元素，即B和X的交集是空，則稱B不擊中(miss)X，記作B∩X=Ф；其中∩是集合運(yùn)算相交的符號(hào)，Ф表示空集。如圖4所示。3.數(shù)學(xué)形態(tài)學(xué)第38頁(yè)/共68頁(yè)50.

補(bǔ)集設(shè)有一幅圖象X，所有X區(qū)域以外的點(diǎn)構(gòu)成的集合稱為X的補(bǔ)集，記作Xc，如圖6.5所示。顯然，如果B∩X=Ф，則B在X的補(bǔ)集內(nèi)，即B

Xc。3.數(shù)學(xué)形態(tài)學(xué)第39頁(yè)/共68頁(yè)60.

結(jié)構(gòu)元素設(shè)有兩幅圖象B，X。若X是被處理的對(duì)象，而B是用來(lái)處理X的，則稱B為結(jié)構(gòu)元素(structureelement)，又被形象地稱做刷子。結(jié)構(gòu)元素通常都是一些比較小的圖象。ＭＡＴＬＡＢ的定義結(jié)構(gòu)元素的函數(shù)：strel3.數(shù)學(xué)形態(tài)學(xué)第40頁(yè)/共68頁(yè)10

腐蝕把結(jié)構(gòu)元素B平移a后得到Ba，若Ba包含于X，我們記下這個(gè)a點(diǎn)，所有滿足上述條件的a點(diǎn)組成的集合稱做X被B腐蝕(Erosion)的結(jié)果。用公式表示為：E(X)={a|Ba

X}=X

B

(2)數(shù)學(xué)形態(tài)學(xué)的基本運(yùn)算(黑白圖像)－3.數(shù)學(xué)形態(tài)學(xué)第41頁(yè)/共68頁(yè)bw=imread('text.tif');se=strel('line',11,90);bw2=imerode(bw,se);imshow(bw),title('Original')figure,imshow(bw2),title('Eroded')原點(diǎn)第42頁(yè)/共68頁(yè)第43頁(yè)/共68頁(yè)3.數(shù)學(xué)形態(tài)學(xué)20

膨脹膨脹(dilation)可以看做是腐蝕的對(duì)偶運(yùn)算，其定義是：把結(jié)構(gòu)元素B平移a后得到Ba，若Ba擊中X，我們記下這個(gè)a點(diǎn)。所有滿足上述條件的a點(diǎn)組成的集合稱做X被B膨脹的結(jié)果。用公式表示為：D(X)={a|Ba↑X}=X

B，＋膨脹的方法是，拿B的中心點(diǎn)和X上的點(diǎn)及X周圍的點(diǎn)一個(gè)一個(gè)地對(duì)，如果B上有一個(gè)點(diǎn)落在X的范圍內(nèi)，則該點(diǎn)就為黑；右邊是膨脹后的結(jié)果?？梢钥闯?，它包括X的所有范圍，就象X膨脹了一圈似的(2)數(shù)學(xué)形態(tài)學(xué)的基本運(yùn)算(黑白圖像)第44頁(yè)/共68頁(yè)3.數(shù)學(xué)形態(tài)學(xué)２0

膨脹(2)數(shù)學(xué)形態(tài)學(xué)的基本運(yùn)算(黑白圖像)第45頁(yè)/共68頁(yè)3.數(shù)學(xué)形態(tài)學(xué)２0

膨脹(2)數(shù)學(xué)形態(tài)學(xué)的基本運(yùn)算(黑白圖像)原點(diǎn)第46頁(yè)/共68頁(yè)原圖膨脹后結(jié)果3.數(shù)學(xué)形態(tài)學(xué)２0

膨脹(2)數(shù)學(xué)形態(tài)學(xué)的基本運(yùn)算(黑白圖像)第47頁(yè)/共68頁(yè)先腐蝕后膨脹稱為開3.數(shù)學(xué)形態(tài)學(xué)30

開運(yùn)算(2)數(shù)學(xué)形態(tài)學(xué)的基本運(yùn)算(黑白圖像)第48頁(yè)/共68頁(yè)左邊是被處理的圖象X(二值圖象，我們針對(duì)的是黑點(diǎn))，右邊是結(jié)構(gòu)元素B，下面的兩幅圖中左邊是腐蝕后的結(jié)果；右邊是在此基礎(chǔ)上膨脹的結(jié)果?？梢钥吹?，原圖經(jīng)過(guò)開運(yùn)算后，一些孤立的小點(diǎn)被去掉了。3.數(shù)學(xué)形態(tài)學(xué)30

開運(yùn)算1）消除細(xì)小對(duì)象2）在細(xì)小粘連處分離對(duì)象3）在不改變形狀的前提下，平滑對(duì)象的邊緣(2)數(shù)學(xué)形態(tài)學(xué)的基本運(yùn)算(黑白圖像)第49頁(yè)/共68頁(yè)3.數(shù)學(xué)形態(tài)學(xué)４0

閉運(yùn)算先膨脹、再腐蝕(2)數(shù)學(xué)形態(tài)學(xué)的基本運(yùn)算(黑白圖像)第50頁(yè)/共68頁(yè)1）填充對(duì)象內(nèi)細(xì)小空洞。2）連接鄰近對(duì)象3）在不明顯改變面積前提下，平滑對(duì)象的邊緣左邊是被處理的圖象X(二值圖象，我們針對(duì)的是黑點(diǎn))，右邊是結(jié)構(gòu)元素B，下面的兩幅圖中左邊是膨脹后的結(jié)果，右邊是在此基礎(chǔ)上腐蝕的結(jié)果可以看到，原圖經(jīng)過(guò)閉運(yùn)算后，斷裂的地方被彌合了。3.數(shù)學(xué)形態(tài)學(xué)４0

閉運(yùn)算(2)數(shù)學(xué)形態(tài)學(xué)的基本運(yùn)算(黑白圖像)第51頁(yè)/共68頁(yè)結(jié)果:在不破壞連通性的前提下，細(xì)化圖像算法實(shí)現(xiàn)：1）做腐蝕操作，但不立刻刪除像素，只打標(biāo)記2）將不破壞連通性的標(biāo)記點(diǎn)刪掉。3）重復(fù)執(zhí)行，將產(chǎn)生細(xì)化結(jié)果3.數(shù)學(xué)形態(tài)學(xué)５0

細(xì)化所謂細(xì)化，就是從原來(lái)的圖中去掉一些點(diǎn)，但仍要保持原來(lái)的形狀。實(shí)際上，是保持原圖的骨架。(2)數(shù)學(xué)形態(tài)學(xué)的基本運(yùn)算(黑白圖像)第52頁(yè)/共68頁(yè)3.數(shù)學(xué)形態(tài)學(xué)５0

細(xì)化1,2,4,6,7不能刪,其他可刪(1)內(nèi)部點(diǎn)不能刪除；(2)孤立點(diǎn)不能刪除；(3)直線端點(diǎn)不能刪除；(4)如果P是邊界點(diǎn)，去掉P后，如果連通分量不增加，則P可以刪除。(2)數(shù)學(xué)形態(tài)學(xué)的基本運(yùn)算(黑白圖像)第53頁(yè)/共68頁(yè)BW1=imread('circles.tif');figure;imshow(BW1);BW2=bwmorph(BW1,'remove');BW3=bwmorph(BW1,'skel',Inf);figure,imshow(BW2)figure,imshow(BW3).I=imread('m1.bmp');BW3=bwmorph(1-I,'skel',Inf);figure;imshow(BW3)MATLAB演示：I=imread('m2.bmp');BW3=bwmorph(1-I,'skel',Inf);figure;imshow(BW3)第54頁(yè)/共68頁(yè)3.數(shù)學(xué)形態(tài)學(xué)(3)數(shù)學(xué)形態(tài)學(xué)的基本運(yùn)算(灰度圖像)1o腐蝕運(yùn)算：+－2o膨脹運(yùn)算開＝先腐蝕再膨脹閉＝先膨脹再腐蝕第55頁(yè)/共68頁(yè)3.數(shù)學(xué)形態(tài)學(xué)(3)數(shù)學(xué)形態(tài)學(xué)的基本運(yùn)算(灰度圖像)第56頁(yè)/共68頁(yè)3.數(shù)學(xué)形態(tài)學(xué)(3)數(shù)學(xué)形態(tài)學(xué)的基本運(yùn)算(灰度圖像)第57頁(yè)/共68頁(yè)運(yùn)用一個(gè)交叉結(jié)構(gòu)元素進(jìn)行開運(yùn)算。通過(guò)開運(yùn)算檢測(cè)電路板第58頁(yè)/共68頁(yè)輪廓跟蹤、連通域標(biāo)記、一個(gè)簡(jiǎn)單二值圖象閉合邊界的輪廓跟蹤算法很簡(jiǎn)單：首先按從上到下，從左到右的順序搜索，找到的第一個(gè)黑點(diǎn)一定是最左上方的邊界點(diǎn)，記為A。它的右，右下，下，左下四個(gè)鄰點(diǎn)中至少有一個(gè)是