Morphological Operationsb
创建时间
May 29, 2024 01:26 PM
标签
形态学操作
中文： 腐蚀 开操作 膨胀 闭操作
Dilation
用黑色部分的核进行遍历，得到右边图像
Erosion
腐蚀运算要求结构元素必须完全包括在被腐蚀图像内部：换句话说，当结构元素在目标图像上平移时，结构元素中的任何元素不能超过目标图像范围。
Edge detection
所以二值图像的边缘检测真的很容易啊（
Close (Dilation + Erosion)
本质上是先膨胀再腐蚀，但是代码里直接简化为一个函数了，开运算同理。
Open (Erosion + Dilation)
也使图像变得光滑
This example uses
imopen to filter out the smaller objects in an image.这个是因为先腐蚀，把小的清理掉了，再膨胀的时候，被清理掉的小目标消失，不会成为膨胀的目标，但是大目标可以通过膨胀，变回原来大小
Region label
bwlabel(bw2)：对二值图像进行标记，将图像中的连通区域进行标记，并返回标记后的图像 L，其中每个区域被赋予一个唯一的整数值。L 是标记后的图像，n 是图像中的物体数量。Example - ?
先开操作再闭操作，构成噪声滤波器
这里的和分别对应腐蚀和膨胀
解释
操作步骤
- 首先进行一次腐蚀操作： 这个操作将去除孤立的黑色像素，但会扩大图像中的孔洞（即白色区域）。
- 然后进行两次膨胀操作：
- 第一次膨胀操作将孔洞恢复到原来的大小。
- 第二次膨胀操作将进一步填充孔洞，但也会扩大图像中的物体（即黑色区域）。
- 最后进行一次腐蚀操作： 这个操作将物体恢复到其正确的大小，同时保持填充后的孔洞。
解释
- 内层的两个操作构成一个开操作（opening），去除图像中的小物体和噪声。
- 外层的两个操作构成一个闭操作（closing），填充图像中的小孔洞。
总结
该方法实际上是先进行一个开操作（去除噪声），然后进行一个闭操作（填充孔洞）。这被称为形态学滤波（morphological filtering）。
应用
通过这种方法，能够有效地去除二值图像中的脉冲噪声，并恢复图像的结构和质量。这在图像处理和计算机视觉中具有重要应用，特别是在处理受噪声污染的二值图像时。