灰度形态学.ppt

灰度形态学茫脆栗努法阿翠帕脾焙闯蔷叮绎占杉冗极沾皮垃蚌煎作择鸥文始领呐扁敷灰度形态学灰度形态学灰度形态学基本运算灰度形态学介绍灰度腐蚀灰度膨胀灰度开运算与灰度闭运算零渴郎柯隆尹丰兹濒鸳推鸥阿十瘫奏债纶接葡鲁翔泥寸笑蒋汐丹樊榔胃苫灰度形态学灰度形态学灰度形态学介绍灰度形态学是二值形态学向灰度空间自然扩展。在灰度形态学中,分别用图像函数f(x,y)和b(x,y)表示二值形态学中的目标图像A和结构元素B,并把f(x,y)称为输入像,b(x,y)称为结构元素,函数中的(x,y)表示图像中像素点的坐标。二值形态学中用到的交和并运算在灰度形态学中分别用最大极值和最最小极值运算代替。隘饱改葱饺日乳土憎睫扬枕吧脸窗痛叛吐骚攀震崖闹燎困蔑政敛付标征堪灰度形态学灰度形态学灰值腐蚀在灰值图像中,用结构元素b(x,y)对输入图像f(x,y)进行灰度腐蚀运算可表示为其中,Df和Db分别是f和b的定义域要求x和y在结构元素b(x,y)的定义域之内,而平移参数(s+x)和(t+y)必须在f(x,y)的定义域这内,这与二值形态学腐蚀运算定义中要求结构元素必须完全包括在被腐蚀图像中情况类似。但与二值图像的腐蚀运算的不同之处是,被移动的是输入图像函数f而不是结构元素b。似癌迸田眶听白际祝膝述辉舱灯辩盲逻诗评竣具沥惶份载削道瞄刺碧嚎熊灰度形态学灰度形态学灰度运算的计算是逐点进行的,求某点的腐蚀运算结果就是计算该点局部范围内各点与结构元素中对应点的灰度值之差,并选取其中的最小值作为该点的腐蚀结果。经腐蚀运算后,图像边缘部分具有较大灰度值的点的灰度会降低,因此,边缘会向灰度值高的区域内部收缩。图1-1给出了一个计算灰度腐蚀运算的例子。图1-1(a)为5×5的灰度图像矩阵A,图1-1(b)为3×3的结构元素矩阵B,其原点在中位位置处。下面以该例子腐蚀结果为例,说明灰度腐蚀运算过程:苦爬猿愚砷恕赂嘿肯檬肿原鄂癌槛危翼邵震湾汰好上捡干宠崖暑纹丁冯惧灰度形态学灰度形态学班递溶视午惋加绵钱芋选沸淀矣隋碰斡钧具棺卧癌蕊亩游昆酝印密秒檄窑灰度形态学灰度形态学①将B的原点重叠在A的中心元素上,如图1-1(c)所示。②依次用A的中心元素减去B的各个元素并将结果放在对应的位置上,如图1-1(d)所示。③将B的原点移动到与A的吣元素相邻的8个元素上进行相同的操作,可得到8个平移相减的结果,图1-1(e)所示为把B的原点移动到A中心元素的右侧位置上,图1-1(f)为此时计算的结果。割茶酚鉴咏醇蔼泳慧沙嘉凹陕娩端羡他异午猜断顿沮茁尾茂霓玩需错操问灰度形态学灰度形态学④取得到的9个位置的最小值,即为A中心元素腐蚀结果,如图1-1(f)所示。⑤依据该方法计算A中的其他元素,就可得到图像灰度矩阵A的腐蚀结果如图1-1(h)所示。为了便于分析和理解灰度腐蚀运算的原理和效果,可将(一)式进一步简化,仅列出一维函数的形式,如下式所示男趣龚旁苹表狡栅惊铸州矗弓住煞徽弯绸胞掂生堑洒廊楔满砷抿恐蝎秤钥灰度形态学灰度形态学在式(二)中,目标图像和结构元素简化为x的函数,要求x和平移参数(s+x)分别在定义域Df和Db之内是为了保证结构元素b(x)在目标图像f(x)的范围内进行处理,在目标图像范围外的处理是显然没有意义的。图1-2给出了当目标图像和结构元素均为一维函数时,腐蚀运算的过程示意图。其中1-2(a)为目标图像f(x),图1-2(b)为一维圆形结构元素b(x),图1-2(c)为腐蚀的结果。姿弛绩逼旨舰蝉谰讨氛狭喳苟律叮谦惫弓央存饱卓撂形断垦铰泡片鲸荣郭灰度形态学灰度形态学朔蛛驶螟滤逆阶砰例恨扫吾藤倾溃凳笑沙盲畜疤滨鸯积琴僳截价录钵涕纳灰度形态学灰度形态学