去噪處理（數(shù)字圖像處理課件）

MatLab函數(shù)BW2=imdilate(BW1,SE)實現(xiàn)二值圖像的膨脹運算BW1為原始二值圖像，SE為結(jié)構(gòu)元素，BW2為膨脹后的二值圖像例：BW1=imread('text.tif');%生成4*2的結(jié)構(gòu)元素，每個元素值都為1SE=ones(4,2);BW2=imdilate(BW1,SE);subplot(1,2,1),imshow(BW1);subplot(1,2,2),imshow(BW2);單目標果實識別2.3去噪處理MatLab函數(shù)BW2=imerode(BW1,SE)實現(xiàn)二值圖像的腐蝕運算BW1為原始二值圖像，SE為結(jié)構(gòu)元素，BW2為膨脹后的二值圖像例：BW1=imread('text.tif');%生成4*2的結(jié)構(gòu)元素，每個元素值都為1SE=ones(4,2);BW2=imdilate(BW1,SE);BW3=imerode(BW2,SE);subplot(1,3,1),imshow(BW1);subplot(1,3,2),imshow(BW2);subplot(1,3,3),imshow(BW2);單目標果實識別2.3去噪處理MatLab函數(shù)BW2=bwmorph(BW1,operation)BW2=bwmorph(BW1,operation,n)形態(tài)學(xué)運算族函數(shù)operation為指定的形態(tài)學(xué)運算‘remove’:去除內(nèi)點，提取邊界，即如果像素的4鄰域都為1，則像素值為0‘skel’,n=Inf:提取物體的骨架。即去除物體外邊緣的點，但是保持物體不發(fā)生斷裂。單目標果實識別2.3去噪處理MatLab函數(shù)BW2=bwmorph(BW1,operation)BW2=bwmorph(BW1,operation,n)例BW1=imread('circles.tif');imshow(BW1);BW2=bwmorph(BW1,'remove');BW3=bwmorph(BW1,'skel',Inf);figure,imshow(BW2)figure,imshow(BW3)單目標果實識別2.3去噪處理形態(tài)學(xué)圖像處理

基礎(chǔ)知識腐蝕和膨脹開操作和閉操作基本的形態(tài)學(xué)算法MatLab函數(shù)單目標果實識別2.3去噪處理基礎(chǔ)知識子集：并集：交集：如果

，則稱互斥的或不相容的補集。A的補集記為差集：記為A－B，定義為：單目標果實識別2.3去噪處理基礎(chǔ)知識例1:集合的基本運算單目標果實識別2.3去噪處理基礎(chǔ)知識位移：A用z=(z1，z2)位移，記為(A)z，定義為：

映像：A的映像記為，定義為單目標果實識別2.3去噪處理基礎(chǔ)知識二值圖像的邏輯運算ANDORNOT第8章形態(tài)學(xué)圖像處理單目標果實識別2.3去噪處理腐蝕和膨脹膨脹（Dilation）A用B來膨脹寫作，定義為：過程：先對B做關(guān)于原點的映象，再將其映象平移x，結(jié)果是平移后與A交集不為空的x集合。理解：用B來膨脹A得到的集合是的位移與A至少有一個非零元素即有相交時B的原點位置的集合第8章形態(tài)學(xué)圖像處理BAB稱為結(jié)構(gòu)元素單目標果實識別2.3去噪處理腐蝕和膨脹帶有間斷字符的低分辨率示例第8章形態(tài)學(xué)圖像處理結(jié)構(gòu)元素單目標果實識別2.3去噪處理腐蝕和膨脹腐蝕（erosion）A用B來腐蝕寫作

，定義為：B移動后完全包含在A中時，B的原點位置的集合作用原點在結(jié)構(gòu)元素（B）中，收縮圖像結(jié)構(gòu)元素不包含原點時，可以用作填充內(nèi)部空洞AB單目標果實識別2.3去噪處理練習(xí)對下列圖像（X是圖像，B是結(jié)構(gòu)元素）分別作膨脹和腐蝕處理，請畫出處理之后的圖像單目標果實識別2.3去噪處理腐蝕和膨脹例3:腐蝕圖像（a）含長度為1，3，5，7，9，15的正方形（b）結(jié)構(gòu)元素為13×13，對（a）腐蝕的結(jié)果（c）結(jié)構(gòu)元素為13×13，對（b）進行膨脹（a）（b）（c）單目標果實識別2.3去噪處理開操作和閉操作開操作（opening）定義：B對A進行的開操作就是先用B對A腐蝕，然后用B對結(jié)果進行膨脹表示：含義：的邊界通過B在A的邊界內(nèi)轉(zhuǎn)動時，B中的點所能達到的A的邊界的最遠點等價表示：第8章形態(tài)學(xué)圖像處理單目標果實識別2.3去噪處理開操作和閉操作閉操作（close）定義：B對A進行的閉操作就是先用B對A膨脹，然后用B對結(jié)果進行腐蝕表示：含義：的邊界通過B在A的邊界外轉(zhuǎn)動時，B中的點所能達到的A的邊界的最遠點等價表示：第8章形態(tài)學(xué)圖像處理單目標果實識別2.3去噪處理開操作和閉操作單目標果實識別2.3去噪處理開操作和閉操作開操作與閉操作(a)有噪聲的圖像A(b)結(jié)構(gòu)元素B(c)腐蝕圖像(d)A的開操作(e)開操作的膨脹(f)開操作的閉操作單目標果實識別2.3去噪處理開操作和閉操作作用圖像的輪廓變得光滑開操作斷開狹窄的間斷和消除細的突出物閉操作消彌狹窄的間斷和長細的鴻溝，消除小的孔洞，并填補輪廓線中小的斷裂單目標果實識別2.3去噪處理基本的形態(tài)學(xué)算法處理圖像的類型：二值圖像主要應(yīng)用提取對于描繪和表達形狀有用的圖像成分形狀：邊界、連通分量、凸殼和骨架等主要算法：提取邊界、區(qū)域填充、細化等說明：二值圖像中目標對象中的像素（值為1的像素）用陰影表示，否則顯示為白色單目標果實識別2.3去噪處理基本的形態(tài)學(xué)算法邊界提取設(shè)集合A的邊界表示為β(A)，選取結(jié)構(gòu)元素B，先進行B對A腐蝕，而后用A減去腐蝕的結(jié)果。

結(jié)構(gòu)元素影響邊界圖像邊界外的像素值為0單目標果實識別2.3去噪處理基本的形態(tài)學(xué)算法使用形態(tài)學(xué)處理提取邊界結(jié)構(gòu)元素B邊界寬度是單像素單目標果實識別2.3去噪處理小結(jié)二值圖像的集合表示及基本概念形態(tài)