0


数字图像处理之matlab实验(五):形态学图像处理

常见的形态学处理包括腐蚀、膨胀、开运算、闭运算。不同的操作有不同的作用,同样的操作在不同类型的图片上也有不同效果,具体效果如下表格所示。要求熟练掌握对二值图像的形态学处理。

不同操作对不同类型图像处理效果

一、对二值图像进行处理

1、结构元素

在开始形态学操作之前,要准备好结构元素,通常结构元素是凸的,并且有一个参考点。

我们会将结构元素的参考点滑过待处理图像的每一个像素,并考虑此时结构元素和图像区域的关系。下面定义一个结构元素,结构元素的图片效果、数值展示如下图:

SE = strel('diamond',3);
GN=getnhood(SE)%获取结构元素的邻域
figure,imshow(GN,[]); 

2、腐蚀

腐蚀的作用是标记原图像中结构元素出现的位置,标记的位置为参考点所在的位置。

Image=imread('menu.bmp');     %打开图像
BW=im2bw(Image);                %转换为二值图像
subplot(131),imshow(BW);title('原图像');
[h w]=size(BW);                  %获取图像尺寸
result=ones(h,w);                %定义输出图像,初始化为1
for x=2:w-1
    for y=2:h-1                    %扫描图像每一点,即结构元素移动到每一个位置
        for m=-1:1
            for n=-1:1             %当前点周围3×3范围,即3×3结构元素所覆盖范围
               if BW(y+n,x+m)==0  %该范围内有像素点为0,即该位置不能完全包含结构元素
                   result(y,x)=0;  %将参考点记录为背景点,即腐蚀掉
                   break;
               end
            end
        end
    end
end
subplot(132),imshow(result); title('自编程实现二值图像腐蚀');
SE=strel('square',3);             %创建结构元素
result=imerode(BW,SE);         %腐蚀运算
subplot(133),imshow(result); title('二值图像imerode');

3、膨胀

膨胀,具有让二值图像视觉加粗的效果,膨胀的方向,取决于结构元素,以下图结构元素为例,结构元素的参考点上下分别有两个像素,那么作用在这个结构元素的原图像会在上下两个方向膨胀两个像素。

Image=imread('menu.bmp');             %打开图像
BW=im2bw(Image);                   %转换为二值图像
subplot(131),imshow(BW),title('显示原图像');
[h w]=size(BW);                      %获取图像尺寸
result=zeros(h,w);                     %定义输出图像,初始化为0
for x=2:w-1
    for y=2:h-1                      %扫描图像每一点,即结构元素移动到每一个位置
        for m=-1:1
            for n=-1:1               %当前点周围3×3范围,即结构元素为3×3大小
               if BW(y+n,x+m)       %结构元素所覆盖3×3范围内有像素点为1,即交集不为空
                   result(y,x)=1;      %将参考点记录为前景点
                   break;
               end
            end
        end
    end
end
subplot(132),imshow(result);title('自定义实现二值图像膨胀');
SE=strel('square',3);                 %创建结构元素
result1=imdilate(BW,SE);             %膨胀运算
subplot(133),imshow(result1);title('imdilate实现二值图像膨胀');

4、开运算和闭运算

开运算是用同一个结构元素对原图像先腐蚀后膨胀,常见应用是,消除感兴趣目标外部孤立的噪声点和细长的毛刺(尺寸都要比结构元素小)。

闭运算是用同一个结构元素对原图像先膨胀后腐蚀,常见应用是,消除感兴趣目标内部的孔洞。

Image=imread('A.bmp');
BW=im2bw(Image);
SE=strel('square',3);
result1=imdilate(imerode(BW,SE),SE);
result2=imopen(BW,SE);              %用3×3结构元素进行开运算
figure,imshow(result1);title('开运算方法1');
figure,imshow(result2);title('开运算方法2');
result3=imerode(imdilate(BW,SE),SE);
result4=imclose(BW,SE);             %用3×3结构元素进行闭运算
figure,imshow(result3);title('闭运算方法1');
figure,imshow(result4);title('闭运算方法2');

5、形态学滤波

顾名思义,从图像中提取固定形状的原图像内容,提取的形状和结构元素的形状一致,这里用开运算实现,先进行腐蚀后进行膨胀,腐蚀时的结构元素尺寸需要大于不想要的形状,小于想要保留的形状尺寸;这样的腐蚀之后就能保证,只留下了感兴趣的目标形状,这样再膨胀一次就能恢复到初始形状的大小。

Image=imread('pattern.jpg');
Th=graythresh(Image);
OriginBW=im2bw(Image,Th);
subplot(131);imshow(OriginBW);title('原始二值图像');
imwrite(OriginBW,'pattern1.bmp');
BW1=1-OriginBW;
se=strel('square',3);%结构元素为边长为3的正方形
BW2=1-imopen(BW1,se);
subplot(132);imshow(BW2);title('矩形块提取');
imwrite(BW2,'rectang1.bmp');
se45=strel('line',25,45);%结构元素为角度为45的线,长度为25个像素
BW3=1-imopen(BW1,se45);
subplot(133);imshow(BW3);title('线段提取');
imwrite(BW3,'line1.bmp');

6、平滑处理

通过先开运算后闭运算的操作,去除目标图像内部和外部的噪声。

Image=imread('A.bmp');
BW=im2bw(Image);
subplot(131);imshow(BW);title('原图像');
SE=strel('square',4);
result1=imclose(imopen(BW,SE),SE);               %用3×3结构元素先开后闭
subplot(132);imshow(result1);title('先开后闭');
result2=imopen(imclose(BW,SE),SE);               %先闭后开
subplot(133);imshow(result2);title('先闭后开');

7、击中与不击中

这个有点目标检测的意思,不仅需要内部形状满足结构元素,也需要外部形状满足结构元素,处理结果标记的是查找到的符合要求的位置。

Image=zeros(12,12);   %定义目标图像Image
Image(2:6,3:5)=1;
Image(9:11,4:6)=1;
Image(3:5,8:10)=1;
Image(8:9,9:10)=1;
Image(2,10)=1;
Image(3,11)=1;
SE1=[0 0 0 0 0    %定义结构元素SE1
     0 1 1 1 0
     0 1 1 1 0
     0 1 1 1 0
     0 0 0 0 0];      
SE2=[1 1 1 1 1    %定义结构元素SE2
     1 0 0 0 1
     1 0 0 0 1
     1 0 0 0 1
     1 1 1 1 1];    
subplot(121),imshow(Image); title('原图像');
result1=imerode(Image,SE1); %结构元素SE1探测图像内部,结果为result1
Image1=~Image;  %目标图像Image求补
result2=imerode(Image1,SE2); %结构元素SE2检测图像外部,结果为result2
result=result1 & result2; %求出击中与否变换的结果result        
subplot(122),imshow(result); title('击中与否变换结果');

二、对灰度图进行处理

1、腐蚀和膨胀

对灰度图腐蚀后,图像整体变暗,亮细节被削弱;对灰度图膨胀后,图像整体变亮,暗细节被削弱;总之,经过腐蚀膨胀处理后,图像会变模糊;对彩色图像膨胀腐蚀处理后,是不是有一种油画的效果呢~

Image=(imread('maleman.gif'));
se=strel('ball',5,5);%选取球形结构元素
result1=imdilate(Image,se);%膨胀灰度图像
result2=imerode(Image,se); %腐蚀灰度图像
imshow(Image);title('原始灰度图像');
figure,imshow(result1);title('膨胀后的图像');
figure,imshow(result2);title('腐蚀后的图像');
imwrite(result1,'ym1.bmp');
imwrite(result2,'ym2.bmp');

本文转载自: https://blog.csdn.net/u014655960/article/details/127553896
版权归原作者 苗妮 所有, 如有侵权,请联系我们删除。

“数字图像处理之matlab实验(五):形态学图像处理”的评论:

还没有评论