数字图像处理课件——形态学

第六章 数学形态学在图像处理中的应用6.1 数学形态学概述6.2 数学形态学基本算法6.3 二值图像的形态学处理6.4 灰值形态学1、起源：数学形态学（Mathematics Morphology）形成于 1964年，法国巴黎矿业学院马瑟荣（G. Matheron）和 其学生赛拉（J. Serra）从事铁矿核的定量岩石学分析 ，提出了该理论。6.1 数学形态学概述2、发展：数学形态学是一门建立在严格数学理论基础上的学 科，其基本思想和方法对图像处理的理论和技术产生了 重大的影响。目前，形态学图像处理已成为数字图像处 理的一个主要研究领域。在文字识别、显微图像分析、 医学图像、工业检测、机器人视觉都有很成功的应用。6.1 数学形态学概述3、定义：数学形态学（Mathematical Morphology）是分析几何形状和结构的数学方法，它建立在集合代数的基础上，是用集合论方法定量描述目标几何结构的学科。这种结构表示的可以是分析对象的宏观性质，例如，在分析一个工具或印刷字符的形状时，研究的就是其宏观结构；也可以是微观性质，例如，在分析颗粒分布或由小的基元产生的纹理时，研究的便是微观结构。6.1 数学形态学概述4、形态学研究几何结构的基本思想利用一个结构元素（相当于模板）去探测一个图像，看是否能将这个结构元素很好地填放在图像的内部，同时验证填放结构元素的方法是否有效。对图像内适合放入结构元素的位置做标记，得到关于图像结构的信息。这些信息与结构元素的尺寸和形状都有关。构造不同的结构元素，便可完成不同的图像分析，得到不同的分析结果。B形态学基本运算A一、数学形态学概述6.1 数学形态学概述1、基本概念 ABABAB包含、击中和击不中示意图 a) B 包含于A,b) B 击中（hit）A,c) B 击不中(miss)A，集合关系：设 A 和 B 为R2的子集，A 为物体区域，B为某种结构元素，则 B 结构单元对 A 的关系有三类： 6.2 数学形态学基本算法平移：将一个集合A平移距离x可以表示为A+x，其定义为：AA+xaa+x二值图像的平移x1、基本概念 6.2 数学形态学基本算法对称集：设有一幅图像A，将A中所有元素相对原点转180o，即令(x，y)变成(-x，-y)，所得到的新集合称为A 的对称集，记为-A.a-aA-A相对原点转180o1、基本概念 6.2 数学形态学基本算法腐蚀概念：腐蚀表示用某种“探针”(即某种形状的基元或结构元素)对一个图像进行探测，以便找出在图像内部可以放下该基元的区域。定义：集合 A 被集合 B 腐蚀,表示为 ,数学形式为 A B =A B2、腐蚀与膨胀 6.2 数学形态学基本算法腐蚀表示将 B 平移 x 但仍包含在A 内的所有点 x 组成. 若把 A 看作输入图像, B 看作模板,则 由在平移模板的过程中,所有可以添入 A 内部的模板的原点组成.A BA B2、腐蚀与膨胀 6.2 数学形态学基本算法B腐蚀类似于收缩AA BB腐蚀不是输入图像的子图像A B A一般,如果原点在结构元素内部,则腐蚀后的图像为输入图像的子集;如果原点不在结构元素的内部,则腐蚀后的图像可能不在输入图像的内部，但输出形状不变.腐蚀2、腐蚀与膨胀 6.2 数学形态学基本算法例 数字图像S和结构元素E，求腐蚀结果如下：S E结构元素包含原点时，腐蚀后得到的图像为输入图像的子集，当其不包含原点时，腐蚀可以用于填充图像内部的孔洞。膨胀定义：是腐蚀运算的对偶运算，可以通过对补集的腐蚀来定义。A 被 B 膨胀表示为 , 其定义为： AC (-B )C2、腐蚀与膨胀 6.2 数学形态学基本算法利用圆盘膨胀A B对于圆盘状结构元素，膨胀可以填充图像内部的小孔，及在图像边缘处的小凹陷部分，并能够磨平图像向外的尖角。膨胀2、腐蚀与膨胀 6.2 数学形态学基本算法膨胀的等效方程：膨胀可以通过相对结构元素的所有点平移输入图像，然后计算其并集得到。膨胀2、腐蚀与膨胀 6.2 数学形态学基本算法用膨胀的等效方程计算膨胀结果A B 膨胀结果开运算：利用图像 B 对图像 A 做开运算，用符号 表示，其定义为：开运算A B A B3、开、闭运算6.2 数学形态学基本算法例：S E闭运算：是开运算的对偶运算,定义为先作膨胀然后再作腐蚀. 利用 B 对 A 作闭运算表示为 ,其定义为:AB(-B )闭运算3、开、闭运算6.2 数学形态学基本算法闭运算实例开、闭运算的滤波性质：开运算可以滤掉背景（并）噪声胡椒状噪声闭运算可以滤掉前景（差）噪声沙眼噪声3、开、闭运算6.2 数学形态学基本算法定义：击中击不中变换需要两个结构基元E和F，这两个基元被作为一个结构元素对B=(E, F)，一个探测图像内部，一个探测图像外部，其定义为：显然EF击中结构元素 击不中结构元素 输入图像 击中击不中输出4、击中击不中变换6.2 数学形态学基本算法利用击中击不中变换进行物体识别利用与目标相同的结构元素做腐蚀4、击中击不中变换6.2 数学形态学基本算法利用击中击不中 变换识别物体的 过程击中结构元素 击不中结构元素利用击中击不中变换进行物体识别4、击中击不中变换6.2 数学形态学基本算法利用击中击不中变换细化4、击中击不中变换6.2 数学形态学基本算法利用一个结构对的顺序细化EFSS1S2S3S4S5在实际应用中，通常选择一组结构元素对，迭待过程不断在这些结构对中循环，当一个完整的循环结束时，如果所得结果不再变化，则终止迭待过程。例如，下面是用于细化的8个方向结构对图中 表示击中 结构元素E， 表 示击不中结构元 素F。细化中结构元素对的选取1 基本概念强邻接象素：两个象素在竖直方向或水平方向上相邻。弱邻接象素：两个象素在对角方向上相邻相对原点的各种邻接象素模板(a) 强邻接象素模板 (b)弱邻接象素模板 (c)邻接象素模板 6.3 二值图像的形态学处理强连通：假设x和y为区域中的任意两个象素，在x和y之间存在一个象素序列，若该象素序列也在这个区域中，且序列中象素间为强邻接的，则这个区域是强连通的。连通：序列中所有的象素之间都具有邻接关系。 非连通：任意两个象素之间不存在邻接的象素序列强连通区域 连通区域 非连通区域1 基本概念6.3 二值图像的形态学处理2、边界检测对于图像A和圆盘B， 给出外边界 给出内边界 给出跨骑在实际欧氏边界上的边界，又称形态学梯度。A B6.3 二值图像的形态学处理(a)输入图像(b)膨胀/强连通外边界(c)腐蚀/强连通内边界(d)形态学梯度例，用原点邻接象素模板得到强连通边界。(a) 输入图像(b) 膨胀/弱连通外边界(c) 腐蚀/弱连通内边界(d) 形态学梯度例，用原点强邻接象素模板得到弱连通边界。定义：假设有输入图像A, 结构元素B，集合C，则利用B相对C对A作条件膨胀，可以通过将平移限制在C之内得到，其结果为：CAB6.3 二值图像的形态学处理3、条件膨胀结构元素B二值输入图象A, 为标记点应用连通成分重建：利用给定的标记进行膨胀，找出二值图像中含有某种标记的连通成分，这个标记可以是一个象素，也可以是一个连通子区域。6.3 二值图像的形态学处理3、条件膨胀第一步把整个原始图像目标数据作为条件C，抽取连通成分。第二步第三步第四步注：结构元素的选择很重要。例：填充一个用曲线围成的区域结构元素输入图像第一步第二步第三步第四步第五步基本概念：最大圆盘：对于一个目标S，S内的最大圆盘不是其他任何完全属于S的圆盘子集，并且至少有两点与目标边界轮廓相切。xD(x)wD(w)最大圆盘非最大圆盘6.3 二值图像的形态学处理4、骨架化基本概念：骨架：所有最大圆盘的圆心构成了图像的骨架。最大圆盘定义的骨架6.3 二值图像的形态学处理4、骨架化数字情况下圆盘的选择：令B为一种结构元素，最大圆盘可表示为0B，1B，nB。其中用邻接象素模板作结构元素时的数字圆盘0B1B2B3B6.3 二值图像的形态学处理4、骨架化n=0 n=1 n=2输入图像最终骨架n=0 n=1 n=2利用骨架子集进行数据重建的过程数字骨架的应用：数据压缩（有损或无损） 、字符识别6.3 二值图像的形态学处理4、骨架化问题：分割下面两个互相重叠的球状物体ab6.3 二值图像的形态学处理5、流域分割方法基本概念极限腐蚀：对于给定图像A，用结构元素B对其不断进行腐蚀，在腐蚀过程中，不连通的区域不断产生，某些区域又不断消失，一个连通成分在消失前的最后一步，称为最终连通成分。所有最终连通成分的并就是相对B的极限腐蚀，用 来表示。6.3 二值图像的形态学处理5、流域分割方法基本概念距离函数：对于A内给定一点x，距离函数dist(x)为从x到A的补集的距离。输入图像 距离函数图6.3 二值图像的形态学处理5、流域分割方法流域分割原理x- dist(x)距离函数反相图 -dist(x)相对通过 圆盘水平 线做出的 -dist(x) 图形6.3 二值图像的形态学处理5、流域分割方法地形浸没过程说明流域分割原理6.3 二值图像的形态学处理5、流域分割方法实现a) 对图像做极限腐蚀，生成距离函数反相图 -dist(x) ，并记下极限腐蚀位置b) 水从最深处(最后一个消失的连通成分)开始上涨，给每个新出现的积水盆一个新的标记，水面上涨过程中不同积水盆相接时，筑起一道坝最终的坝就是分割线6.3 二值图像的形态学处理5、流域分割方法 图像滤波:开闭运算 图像细化和目标识别:击中击不中变换 焊点短路检测:原数据与开运算相减 粘连粒子分离:流域分割 离散粒度分布:用尺寸递增的结构元素序列过滤图像(开运算) 局部颗粒分析: 6.3 二值图像的形态学处理6、二值形态学应用g在f的下方： g的定义域是f定义域的子集, 对于定义域内任意一点x，都有 ，则称g在f的下方，记为 。6.4 灰值形态学1、灰值腐蚀 相关概念:平移: 信号f的图形可以按两种方式移动,即水平移动和垂直移动.将信号f向右水平方向移动x,称移位,可以写成fx(z)=f(z-x); 将信号f竖直移动y,称偏移,可以写成(f+y)(z)=f(z)+y; 当移位和偏移同时存在时,便得到形态学平移fx+y,其定义为:1、灰值腐蚀 相关概念:利用结构元素g对信号f的腐蚀定义为：1、灰值腐蚀tfg利用半圆形结构元素的腐蚀0.5t例1 1、灰值腐蚀1、灰值腐蚀腐蚀的等价定义：推导：假设在点x处，f被g腐蚀的值为y，则例1 腐蚀的等价定义：例2：腐蚀的等价定义：2、灰值膨胀反射：若h为定义域内的一个信号,h对原点的反射定义为:信号的反射是原信号先纵轴反射,然后再横轴反射的结果gg2、灰值膨胀膨胀定义：f被g膨胀可逐点地定义为：等价定义为：gtftg2、灰值膨胀计算过程：1）对结构元素g的定义域Dg中的每一点x将信号f平移x； 2）再对平移信号的值加上g(x)； 3）对所有这些信号逐点取最大值。例1：注：定义域扩展了例2：3、灰值开、闭运算 灰值开运算 灰值闭运算3、灰值开、闭运算 开、闭运算的滤波性质输入信号腐蚀膨胀开运算4、灰值形态学算法 灰值形态学梯度扁平结构元素定义