9.6 灰度图像形态学 例：使用重构删除复杂图像的背景 f imread 'Fig0930 a calculator .tif' ; f_obr imreconstruct imerode f,ones 1,71 ,f ; %执行开运算重构 f_o imopen f,ones 1,71 ; %标注的开运算结果，方便比较 f_thr imsubtract f,f_obr ; %顶帽重构 f_th imsubtract f,f_o ; %标准顶帽计算，方便比较 g_obr imreconstruct imerode f_thr,ones 1,11 ,f_thr ; %执行开运算重构 g_obrd imdilate g_obr,ones 1,21 ; %使用水平线进行膨胀， f2 imreconstruct min g_obrd,f_thr ,f_thr ; %执行开运算重构 9.6 灰度图像形态学 实验结果 第十章 图像分割 目录 点、线和边缘检测 使用Hough变换的线检测 阈值处理 基于区域的分割 4 2 3 1 1 集合论基本概念 5 使用分水岭变换的分割 10.1 点、线和边缘检测 点、线和边缘检测 定义：将图像分成各具特性的区域并提出感兴趣目标的技术和过程。 基础：图像分割算法是基于亮度值的不连续性和相似性。 ?不连续性：基于灰度的不连续变化分割图像，例如图像边缘 ?相似性：根据指定的准则将图像分割成相似的区域。例如阈值处理、区域生长、 区域分离和合成。 图像分割 通用方法：使用一个模板对整幅图像进行检测。 响应: 注：此处为3*3的掩膜 点检测： 即检测到一个点，即孤立点与周围不同。 第九章 形态学图像处理 目录 集合论基本概念 膨胀和腐蚀 膨胀和腐蚀的组合 标注连接分量 4 2 3 1 1 集合论基本概念 5 灰度图像形态学 形态学重构 6 形态学图像处理概述 数学形态学表 示以形态为基 础对图像进行 分析的数学工 具 用具有一定形 态的结构元素 去度量和提取 图像中的对应 形状，以达到 对图像分析和 识别的目的。 定义 思想 作用 基本运算 概述 简化图像数据 ，保持它们基 本的形状特性 ，并除去不相 干的结构。 膨胀、腐蚀、 开操作和闭操 作 9.1集合论基本概念 集合论基本概念 并集： 交集： 差集： 映像： 平移： 即点对集合A的平移 9.2 膨胀和腐蚀 膨胀 作用：‘‘加长’’或‘‘变粗’’二值图像中的对象 定义1：若A和B是两个集合，则A被N膨胀定义为: 其中，A被B膨胀是所有结构元素原点位置的集合，B是结构元素 定义2： 即B的反射经过平移与A的交集是A的子集 满足交换律： 9.2 膨胀和腐蚀 结构元素分解 满足组合律：利用此性质进行结构元素分解，从而提高运算速度。 函数 strel: se strel shape, parameters 其中, shape是指定希望形状的字符串，而paramters是指定形状信息的一系列参数 函数 getsequence:用于提取并检查分解中的单个结构元素。 腐蚀 作用：消除边界点，使边界向内部收缩，用来消除小且无意义的物体。 定义1：A和B是两个集合，A被B腐蚀定义为 AΘB 定义2： AΘB 9.2 膨胀和腐蚀 例：膨胀的简单应用 A imread 'Fig0906 a broken-text .tif' ; B [0 1 0;1 1 1;0 1 0 ]; A2 imdilate A,B ; subplot 1,2,1 ,imshow A . subplot 1,2,2 ,imshow A2 9.2 膨胀和腐蚀 例：腐蚀的简单应用 A imread 'Fig0908 a wirebond-mask .tif' ; se strel ‘disk’,10 ; %构造半径为10的圆盘结构元素 A2 imerode A,se ; %进行腐蚀操作 subplot 2,2,1 ,imshow A subplot 2,2,2 ,imshow A2 se strel 'disk',5 ; A3 imerode A,se ; subplot 2,2,3 ,imshow A3 A4 imerode A,strel 'disk',20 ; subplot 2,2,4 ,imshow A4 9.2 膨胀和腐蚀 例：实验结果 总结：根据结构元素的大小不同，可以腐蚀掉不同的图像不相关细节 9.3 膨胀和腐蚀的组合 开操作 作用