数字图像处理第九章形态学图像处理课件.ppt

1、数 字 图 像 处 理Chapter 9Morphological Image Processing 第第9 9章章 形形 态态 学学 图图 像像 处处 理理 形态学：原来是生物学的一个分支，研究动物和植物形态和结构，数学形态学 这里借用数学形态学，从图像中的取表达和描述区域表态的图像分量，如边界、凸壳骨架。数学形态学的语言是集合论。如：在图像中所有黑色像素的集合就是一个例子。如：二值图像中，刚提到的集合是二维整数空间（z2）坐标（x,y）灰度图像可表示为空间分量集合。（x,y）+灰度数 字 图 像 处 理Chapter 9Morphological Image Processing9.1 序

2、言9.1 序言介绍几个集合论的基本概念数 字 图 像 处 理Chapter 9Morphological Image Processing9.1 序言9.1.1 集合论的几个基本概念 含A为z中一个集合，a=(a1,a2）是A的元素，记为aA 若不是，a A （A为B子集）A的补：集合B的反对 集合A平移到点 ，表示为(A)zBA CABDAB|AwwACC ,|BABAwwBA,|BbbwwB),(21zzz,|(A)zAazacc数 字 图 像 处 理Chapter 9Morphological Image Processing9.1 序言图9.1为集合论基本概念图示 数 字 图 像 处

3、理Chapter 9Morphological Image Processing9.1 序言图9.2为平移、反射图示 数 字 图 像 处 理Chapter 9Morphological Image Processing9.1 序言9.1.2 二值图像的逻辑运算 与或非，图9.3为逻辑运算图示 数 字 图 像 处 理Chapter 9Morphological Image Processing 9.2 膨胀与腐蚀9.2 膨胀与腐蚀 这两种运算是形态学的基础。数 字 图 像 处 理Chapter 9Morphological Image Processing 9.2 膨胀与腐蚀9.2.1 膨胀 A

4、、B是z2中的集合，A被B膨胀定义：)(|ABzBAz是所有位移z的集合，还可写成：)(|AABzBAz集合B叫结构元素上述表达式并不是唯一的。数 字 图 像 处 理Chapter 9Morphological Image Processing 9.2 膨胀与腐蚀 图9.4为膨胀的简单说明数 字 图 像 处 理Chapter 9Morphological Image Processing 9.2 膨胀与腐蚀图9.5为利用膨胀将裂缝桥接起来的例子。数 字 图 像 处 理Chapter 9Morphological Image Processing 9.2 膨胀与腐蚀9.2.2 腐蚀 对z中集合A

5、、B，B对A腐蚀(B)|zAzBA 图9.2说明了腐蚀的图解情况 数 字 图 像 处 理Chapter 9Morphological Image Processing 9.2 膨胀与腐蚀BABAcc)(证明如下：CzABz)(|B)-(AC如果 ，则 ABz)(CzAB)()(|)(CzCABzBA故 BAABzCCz)(|B)-(AC数 字 图 像 处 理Chapter 9Morphological Image Processing 9.2 膨胀与腐蚀例9.2为用形态学腐蚀去除图像的某些部分 数 字 图 像 处 理Chapter 9Morphological Image Processing

6、 9.3 开操作与闭操作9.3 开操作与闭操作 使用结构元素B对集合A进行开操作：()A BA BB 作用：使用对象轮廓平滑，断开狭窄的间断、消除细的凸出物，去除小亮点（相对于结构元素）-“减”使用结构元素B对集合A进行开操作：()A BABB 作用：使轮廓平滑，融联狭窄间断和长细的深沟，消除小孔洞，填补轮廓线的断裂-“加”总之:开操作体现“分开”闭操作体现“联接”数 字 图 像 处 理Chapter 9Morphological Image Processing 9.3 开操作与闭操作图9.8为开操作的图示：数 字 图 像 处 理Chapter 9Morphological Image Pr

7、ocessing 9.3 开操作与闭操作开操作可写成：)(|(B)zABUBAz即 由许许多多个 并集组成 BAzB)(图9.9为闭操作图示 数 字 图 像 处 理Chapter 9Morphological Image Processing 9.3 开操作与闭操作 例9.3为开、闭操作简单的说明 数 字 图 像 处 理Chapter 9Morphological Image Processing 9.3 开操作与闭操作性质：（i）是A的子集合（ii）如果C是D子集，则 是 子集（iii）同样：（i）A是 的子集（ii）如果C是D的子集，则 是 的子集（iii）算子应用之后，再用也无变化。BA

8、BC BDBABBA)(BABCBDBABBA)(数 字 图 像 处 理Chapter 9Morphological Image Processing 9.3 开操作与闭操作例9.4为开、闭具体实例。数 字 图 像 处 理Chapter 9Morphological Image Processing 9.4 击中或击不中变换9.4 击中或击不中变换 这种变换是形状检测的基本工具。从几何上讲，是X原点所有位置集合，在这些位置X找到了在A中的匹配（击中）概念详参见图9.12。A X数 字 图 像 处 理Chapter 9Morphological Image Processing 9.4 击中或击

9、不中变换12()()cA XA BABB1在A内找到匹配B2在AC中找到匹配根据腐蚀与膨胀间的对偶关系 12()()cA BA BAB以上3个公式叫形态学上的击中或击不中变换。数 字 图 像 处 理Chapter 9Morphological Image Processing 9.5 一些基本的形态学算法9.5 一些基本的形态学算法本节主要使用二值图像，规定1为阴影，0为白色。数 字 图 像 处 理Chapter 9Morphological Image Processing 9.5 一些基本的形态学算法9.5.1 边界提取 集合A的边界表示为(A)()()AAA BB为适当的结构元素P433

10、为边界提取机理 数 字 图 像 处 理Chapter 9Morphological Image Processing 9.5 一些基本的形态学算法例9.5为一实例数 字 图 像 处 理Chapter 9Morphological Image Processing 9.5 一些基本的形态学算法9.5.2 区域填充 先看图9.15，图（a），背景=0，边界为1 起始点p=1Ck-1(XB)A k=1,2,3.kX 将整个区域用1填充，如果 ，则算法在第k步结束，最后 与A的并集包含被填充的集合和它的边界。1kkXXkXkX数 字 图 像 处 理Chapter 9Morphological Imag

11、e Processing 9.5 一些基本的形态学算法例9.6形态学区域填充 kX数 字 图 像 处 理Chapter 9Morphological Image Processing 9.5 一些基本的形态学算法9.5.3 连接分量的提取 见图9.17，Y表示一个包含于集合A中的连通分量，并假设Y中的一个点p已知，通过下式可生成Y的所有元素 kX1()k=1,2,3.kkXXBA ，B为结构元素，如果，算法收敛，令 px 01kkXXkXY 数 字 图 像 处 理Chapter 9Morphological Image Processing9.5 一些基本的形态学算法例9.7为一实际例子数 字

12、 图 像 处 理Chapter 9Morphological Image Processing 9.5 一些基本的形态学算法 9.5.4 凸壳 如果连接集合A内任意两点的直线段都在A内部，就称A是凸形的。任意集合S的凸壳H是包含S的最小凸集合，集合差H-S称为S的凸缺。数 字 图 像 处 理Chapter 9Morphological Image Processing9.5 一些基本的形态学算法设集合A的凸壳C（A）令 表示图9.19(a)的4个结构元素（击中击不中）令 ，“conv”表示在 时收敛，则A的凸壳为：1,2,3,4)(iBi1()1,2,3,4.ikkiXXBAk（i=1,2,3

13、,4）AXi0iconviXD ikikXX1iiDUAC41)(数 字 图 像 处 理Chapter 9Morphological Image Processing9.5 一些基本的形态学算法这过程可以说4大步骤：（1）反复击中击不中变换，直到不变化，执行与A的并集（2）（3）（4）最后4个D求并即可，这个过程有明显的缺点，凸壳可能超出确保凸性所需的最小尺寸，减少这种影响的简单方法，是限制生长，以便凸壳不会超出初始点集合，在水平方向和垂直方向上的尺寸大小。1A B3B2B4B数 字 图 像 处 理Chapter 9Morphological Image Processing9.5 一些基本的

14、形态学算法9.5.5 细化 C123nA B=A-(A*B)=A(A*B)B=B,B,B.B Bi是Bi-1旋转后的形式更有用的形式：12nA B=(.(A B)B).)B 整个过程反复进行，直到没有变化为止数 字 图 像 处 理Chapter 9Morphological Image Processing9.5 一些基本的形态学算法细化实例参见图9.21 数 字 图 像 处 理Chapter 9Morphological Image Processing9.5 一些基本的形态学算法9.5.6 粗化 AB=AU（A*B）B为结构元素 AB=（AB1）B2）Bn）粗化处理结构元素和细化处理有关的

15、结构元素具有相同的形式，但所有0，1互换，但粗化算法实际中很少用，代之的是经常先对背景细化，而后求补，数 字 图 像 处 理Chapter 9Morphological Image Processing9.5 一些基本的形态学算法9.5.7 骨架（中轴变换、梦烧草地）参见图9.23 数 字 图 像 处 理Chapter 9Morphological Image Processing9.5 一些基本的形态学算法 集合A的骨架符号为S（A）A的骨架可用腐蚀和开操和表达 B：结构元素 为对A，k次腐蚀 第K次是A被腐蚀为空集前最后一次迭代 还可以重构)(U(A)k0kASSk()(AB)-(A kB

16、)BkSAkA kB(A kB)=(.(A kB).)BBK=max=k|(A kB)(k0kBASUAkk这种方法的实质是细化可以抽于其“骨架”，但并不能延伸到边缘通过找到端点并对其进行有限制的膨胀，可恢复细化失去的有用的端线（点），从而去掉那些无用的分支。重构：BBBASkBASk)()(k数 字 图 像 处 理Chapter 9Morphological Image Processing9.5 一些基本的形态学算法 例9.8为计算图形的骨架 数 字 图 像 处 理Chapter 9Morphological Image Processing9.5 一些基本的形态学算法9.5.8 裁剪是对

17、细化处理和骨架绘制算法的补充，因为这些处理过程会将附加部分保留下来，应请除干净，例如手写字体识别。图9.25（见下页）为手写字母a的处理 数 字 图 像 处 理Chapter 9Morphological Image Processing9.5 一些基本的形态学算法手写字母a的处理数 字 图 像 处 理Chapter 9Morphological Image Processing9.5 一些基本的形态学算法 现在想去除寄生的多余部分。可分4步来完成：（1），而B为B1，B2，B3，.B8，Bi为Bi-1转90得到（2）取X1端点集合X2 ，用来检测端点的结构元素（3）端点三次膨胀，并用A作限定

18、器H为x结构元素，值为1（4）x1BA82(1)kXU XBAH)(X23X314xxx数 字 图 像 处 理Chapter 9Morphological Image Processing9.5 一些基本的形态学算法9.5.9 关于二值图像形态与运算总结（1）数 字 图 像 处 理Chapter 9Morphological Image Processing9.5 一些基本的形态学算法9.5.9 关于二值图像形态与运算总结（2）数 字 图 像 处 理Chapter 9Morphological Image Processing9.5 一些基本的形态学算法9.5.9 关于二值图像形态与运算总结（

19、3）数 字 图 像 处 理Chapter 9Morphological Image Processing9.5 一些基本的形态学算法9.5.9 关于二值图像形态与运算总结（4）数 字 图 像 处 理Chapter 9Morphological Image Processing9.5 一些基本的形态学算法9.5.9 关于二值图像形态与运算总结（5）数 字 图 像 处 理Chapter 9Morphological Image Processing9.6 灰度级图像扩展9.6 灰度级图像扩展扩展到灰度图像的基本操作（膨胀、腐蚀，开操作和闭操作基本形态学算法）,这些算法在图像预处理和后处理中非常有用

20、。以下讨论设f(x,y)是图像，而b(x,y)是结构元素。数 字 图 像 处 理Chapter 9Morphological Image Processing9.6 灰度级图像扩展9.6.1 膨胀 用b对f进行的灰度膨胀表示为：),(;)(),(|),(),(max),(fbfDyxDytxsyxbytxsftsb Df为f定义域Db为b的定义域 （s-x）和（t-y）必须在f定义域内，以及x,yDb与以前的膨胀定义很相似的。（2个集合交集不为空）上式与卷积又很相似。一维的情况：,)(|)()(max)(fbfDxDxsxbxsfsb f与b必须彼此交叠 正式定义也可写成b平移，而f不动 数

21、字 图 像 处 理Chapter 9Morphological Image Processing9.6 灰度级图像扩展图9.27为一个计算实例 数 字 图 像 处 理Chapter 9Morphological Image Processing9.6 灰度级图像扩展 对灰度图像进行膨胀，结果是双重的：（1）如果所有元素为正，输出图像变亮（2）暗的细节全部或部分被减少或消除取决于结构元素 数 字 图 像 处 理Chapter 9Morphological Image Processing9.6 灰度级图像扩展9.6.2 腐蚀fb(f b)(s,t)=minf(s+x,t+y)-b(x,y)|(s

22、+x),(t+y)D;(x,y)D 同样与前边的腐蚀定义相类似，表达式有点类似于相关一维情况：fb(f b)(s)=minf(s+x)-b(x)|(s+x)D;xD s0，f(s+x)向左移s0，f(s+x)向右移图9.28为一图示例子：数 字 图 像 处 理Chapter 9Morphological Image Processing9.6 灰度级图像扩展 对灰度图像进行腐蚀也是双重的：（1）如果所有结构元素为正，输出图像变暗（2）在输入图像中，亮的细节的面积，比结构元素面积小，则亮的将被消弱。消弱程度取决于亮细节周围的灰度值和结构元素本身。根据对满关系：Cc(f b)(s,t)=(fb)(

23、s,t)(,)(,)Cff x ybbxy 数 字 图 像 处 理Chapter 9Morphological Image Processing9.6 灰度级图像扩展例9.9为膨胀和腐蚀例子：数 字 图 像 处 理Chapter 9Morphological Image Processing9.6 灰度级图像扩展9.6.3 开操作和闭操作C(f b)()b()f(,)()()CCfbbf bfbf bfbf x yf bfb 故：参见图9.30（见下页）是开、闭操作几何解释：数 字 图 像 处 理Chapter 9Morphological Image Processing9.6 灰度级图像扩

24、展数 字 图 像 处 理Chapter 9Morphological Image Processing9.6 灰度级图像扩展开：球最高位置闭：球最低位置开操作性质1212(i)()(ii)()()(iii)()fbffffbfbfbbfb如果，则 表示e的域是r域的子集，且对e的域内任何（x,y），e(x,y)r(x,y)re闭操作性质1212(i)f(f b)(ii)()()(iii)()fff bfbf bbf b如果，则数 字 图 像 处 理Chapter 9Morphological Image Processing9.6 灰度级图像扩展例9.10为一个开、闭操作图像数 字 图 像 处

25、 理Chapter 9Morphological Image Processing9.6 灰度级图像扩展9.6.4 灰度级形态学的一些应用图像平滑：先开后闭。实例如图9.32：数 字 图 像 处 理Chapter 9Morphological Image Processing9.6 灰度级图像扩展梯度：实例如图9.33 对边缘方向性依赖性小。()(f b)gfb数 字 图 像 处 理Chapter 9Morphological Image Processing9.6 灰度级图像扩展Top-bat变换：)(bffh 对于增强阴影的细节有用。图9.34纹理分割：数 字 图 像 处 理Chapter

26、 9Morphological Image Processing9.6 灰度级图像扩展Top-bat变换：参见P452图9.35 数 字 图 像 处 理Chapter 9Morphological Image Processing9.6 灰度级图像扩展 目标：以纹理为基础找到两区域边界 分开步骤：闭操作，消除左边暗斑开操作，去掉右边白背景，使之变黑设定阈值，分开左右区域 粒度测定：判断图像中颗粒尺寸分布问题。参见P453图9.36（a）数 字 图 像 处 理Chapter 9Morphological Image Processing9.6 灰度级图像扩展 基本步骤：使用逐渐增大尺寸的结构元素对图像进行开操作，每次处理后，初始图像和经过开操作处理的图像之间差异可计算出来，最后将这些差异归一化处理，建立尺寸直方图，见图9.36(b)