形态学图像处理

1、Digital Image Processing, 2nd ed.利用数学形态学进行图像处理Digital Image Processing, 2nd ed. 主要内容主要内容6.1 概述概述 数学形态学数学形态学 基本符号和术语基本符号和术语 Digital Image Processing, 2nd ed.6.1 概述概述 6.1.1 6.1.1 数学形态学数学形态学 数学形态学(Mathematical Morphology)诞生于1964年，是由法国巴黎矿业学院博士生赛拉(J. Serra)和导师马瑟荣，在从事铁矿核的定量岩石学分析及预测其开采价值的研究中提出“击中/击不中变换”， 并

2、在理论层面上第一次引入了形态学的表达式，建立了颗粒分析方法。他们的工作奠定了这门学科的理论基础， 如击中/击不中变换、开闭运算、布尔模型及纹理分析器的原型等。数学形态学的基本思想是用具有一定形态的结构元素去量度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。 Digital Image Processing, 2nd ed. 数学形态学的数学基础和所用语言是，因此它具有完备的数学基础，这为形态学用于图像分析和处理、形态滤波器的特性分析和系统设计奠定了坚实的基础。数学形态学的应用可以简化图像数据，保持它们基本的形状特性，并除去不相干的结构。数学形态学的算法具有天然的， 实现了形态学分析和处理

3、算法的并行，大大提高了图像分析和处理的。 Digital Image Processing, 2nd ed. 数学形态学是由一组形态学的代数运算子组成的，它的基本运算有4个： 膨胀（或扩张）、腐蚀（或侵蚀）、开启和闭合， 它们在二值图像和灰度图像中各有特点。基于这些基本运算还可推导和组合成各种数学形态学实用算法，用它们可以进行图像形状和结构的分析及处理，包括图像分割、特征抽取、边界检测、 图像滤波、图像增强和恢复等。Digital Image Processing, 2nd ed. 数学形态学方法利用一个称作结构元素的“探针”收集图像的信息，当探针在图像中不断移动时， 便可考察图像各个部分之间

4、的相互关系，从而了解图像的结构特征。数学形态学基于探测的思想，与人的FOA(Focus Of Attention)的视觉特点有类似之处。作为探针的结构元素，可直接携带知识（形态、大小、甚至加入灰度和色度信息）来探测、研究图像的结构特点。 Digital Image Processing, 2nd ed. 数学形态学的基本思想及方法适用于与图像处理有关的各个方面，如基于击中/击不中变换的目标识别，基于腐蚀和开运算的骨架抽取及图像编码压缩，基于测地距离的图像重建，基于形态学滤波器的颗粒分析等。迄今为止， 还没有一种方法能像数学形态学那样既有坚实的理论基础，简洁、 朴素、 统一的基本思想，又有如此广

5、泛的实用价值。有人称数学形态学在理论上是严谨的，在基本观念上却是简单和优美的。 Digital Image Processing, 2nd ed. 在计算机文字识别， 计算机显微图像分析(如定量金相分析， 颗粒分析)， 医学图像处理（例如细胞检测、心脏的运动过程研究、 脊椎骨癌图像自动数量描述），图像编码压缩， 工业检测(如食品检验和印刷电路自动检测)，材料科学， 机器人视觉，汽车运动情况监测等方面都取得了非常成功的应用。另外，数学形态学在指纹检测、经济地理等领域也有良好的应用前景。Digital Image Processing, 2nd ed.6.1.2 6.1.2 基本符号和术语基本符号

6、和术语 1. 1. 元素和集合元素和集合 在数字图像处理的数学形态学运算中，把一幅图像称为一个集合。对于二值图像而言，习惯上认为取值为1的点对应于景物中心，用阴影表示，而取值为0的点构成背景，用白色表示， 这类图像的集合是直接表示的。考虑所有值为1的点的集合为A， 则A与图像是一一对应的。对于一幅图像A，如果点a在A的区域以内， 那么就说a是A的元素，记为aA，否则，记作aA， 如图6-1(a)所示。 Digital Image Processing, 2nd ed.图6-1 元素与集合间的关系 aAbBA(a)(b)BDigital Image Processing, 2nd ed.集合集合

7、2 2、交集、交集、 并集、补集、差集并集、补集、差集Digital Image Processing, 2nd ed. 3. 击中（击中（Hit）与击不中（与击不中（Miss） 设有两幅图像A和B，如果AB ，那么称B击中A，记为BA， 其中 是空集合的符号；否则，如果AB= ， 那么称B击不中A， 如图6-3所示。 图6-3 击中与击不中（a） B击中A； （b） B击不中A (a)(b)ABBADigital Image Processing, 2nd ed.4. 4. 平移与反射平移与反射 设A是一幅数字图像，b是一个点，那么定义A被b平移后的结果为Abab| aA，即取出A中的每个点

8、a的坐标值，将其与点b的坐标值相加，得到一个新的点的坐标值a+b，所有这些新点所构成的图像就是A被b平移的结果，记为A+b，如图9-1所示。反射（映射）： Digital Image Processing, 2nd ed.xA+xADigital Image Processing, 2nd ed. 被处理的图像称为目标图像，一般用大写英文字母表示。为了确定目标图像的结构，必须逐个考察图像各部分之间的关系，并且进行检验，最后得到一个各部分之间关系的集合。 在考察目标图像各部分之间的关系时，需要设计一种收集信息的“探针”， 称为“结构元素”。“结构元素”一般用大写英文字母表示，例如用S表示。在图像

9、中不断移动结构元素， 就可以考察图像之间各部分的关系。一般，结构元素的尺寸要明显小于目标图像的尺寸。 5. 5. 目标和结构元素目标和结构元素Digital Image Processing, 2nd ed.逻辑运算逻辑运算Digital Image Processing, 2nd ed.Digital Image Processing, 2nd ed.逻辑运算示例逻辑运算示例Digital Image Processing, 2nd ed.6.2 6.2 二值形态学二值形态学 二值形态学中的运算对象是集合。设A为图像集合，S为结构元素，数学形态学运算是用S对A进行操作。以下用阴影代表值为1的

10、区域，白色代表值为0的区域，运算是对值为1的区域进行的。二值形态学中两个最基本的运算腐蚀与膨胀，如图6-5所示。 Digital Image Processing, 2nd ed.图6-5 腐蚀与膨胀示意图 二 值 图 像腐 蚀膨 胀Digital Image Processing, 2nd ed. 腐蚀是最基本的一种数学形态学运算。对一个给定的目标图像X和一个结构元素S， 想象一下将S在图像上移动，记为（S)x。在每一个当前位置x， S+x只有三种可能的状态（见图6-6）：(1) S+xX； (2) S+xXC； (3) S+xX与S+xXC均不为空Digital Image Process

11、ing, 2nd ed.图6-6 S+x的三种可能的状态 xS x1S x2S x3Digital Image Processing, 2nd ed. 第一种情形说明S+x与X相关最大，第二种情形说明S+x与X不相关，而第三种情形说明S+x与X只是部分相关。因而满足式(6-1)的点x的全体构成结构元素与图像最大相关点集，这个点集称为S对X的腐蚀(简称腐蚀，有时也称X用S腐蚀)，记为X S。 腐蚀也可以用集合的方式定义，即 式(6-2)表明，X用S腐蚀的结果是所有使S平移x后仍在X中的x的集合。换句话说，用S来腐蚀X得到的集合是S完全包括在X中时S的原点位置的集合。上式也可以帮助我们借助相关概念

12、来理解腐蚀操作。 |XxSxSX（6-2）)(|XSzSXzDigital Image Processing, 2nd ed. 腐蚀在数学形态学运算中的作用是消除物体消除物体边界点边界点。如果结构元素取33的像素块，腐蚀将使物体的边界沿周边减少一个像素。腐蚀可以把小于结构元素的物体(毛刺、 小凸起)去除，这样选取不同大小的结构元素，就可以在原图像中去掉不同大小的物体。如果两个物体之间有细小的连通，那么当结构元素足够大时， 通过腐蚀运算可以将两个物体分开。 Digital Image Processing, 2nd ed.腐蚀腐蚀BAAB模板的原点在结构元素内部，腐蚀具有收缩图像的作用。A BD

13、igital Image Processing, 2nd ed. 例例6-1 6-1 腐蚀运算图解。图6-7给出腐蚀运算的一个简单示例。其中， 图6-7(a)中的阴影部分为集合X， 图6-7 (b)中的阴影部分为结构元素S， 而图(c)中黑色部分给出了XS 的结果。由图可见，腐蚀将图像（区域）收缩小了。 图6-7 腐蚀运算示例 (a)(b)(c)Digital Image Processing, 2nd ed. 图6-7 腐蚀运算过程 Digital Image Processing, 2nd ed.膨胀膨胀AB6.2.2 6.2.2 膨胀（膨胀（Dilation)Dilation) 腐蚀可以

14、看作是将图像X中每一与结构元素S全等的子集S+x收缩为点x。反之，也可以将X中的每一个点x扩大为S+x，这就是膨胀运算，记为X S。若用集合语言，它的定义为 )(|XzSXzsDigital Image Processing, 2nd ed.膨胀示例膨胀示例Digital Image Processing, 2nd ed.腐蚀示例腐蚀示例Digital Image Processing, 2nd ed. 膨膨胀胀过过程程S Digital Image Processing, 2nd ed.腐蚀与膨胀示例腐蚀与膨胀示例Digital Image Processing, 2nd ed.Matlab

15、实现腐蚀与膨胀运算 BW=imread(text.tif); SE1=ones(2,2); SE2=ones(5,5); BW1=imdilate(BW,SE1); BW2=imdilate(BW,SE2); figure,subplot(221),subimage(BW),title(Original); subplot(222);subimage(BW1);title(Dialate 2-2); subplot(223);subimage(BW2);title(Dialate 5-5); se1=ones(2,2); se2 = ones(5,5); I1=imerode(BW1,se1)

16、; I2=imerode(BW2,se2); figure,subplot(221);subimage(I),title(Original) subplot(222),subimage(I1),title(Eroded 2-2) subplot(223),subimage(I2),title(Eroded 5-5)Digital Image Processing, 2nd ed.Digital Image Processing, 2nd ed.6.2.3 开运算和闭运算开运算和闭运算 开操作一般使对象的轮廓变得光滑，断开狭窄的间断和消除细小的突出物。 闭操作同样使得轮廓光滑，它通常消除狭窄的间

17、断和长细的鸿沟，消除小的空洞，并填充轮廓线中的断裂。Digital Image Processing, 2nd ed.1. 基本概念基本概念 如果结构元素为一个圆盘，那么，膨胀可填充图像中的小孔(比结构元素小的孔洞)及图像边缘处的小凹陷部分，而腐蚀可以消除图像边缘小的成分，并将图像缩小，从而使其补集扩大。但是， 膨胀和腐蚀并不互为逆运算，因此它们可以级连结合使用。在腐蚀和膨胀两个基本运算的基础上，可以构造出形态学运算族，它由膨胀和腐蚀两个运算的复合与集合操作（并、交、补等）组合成的所有运算构成。例如， 可先对图像进行腐蚀然后膨胀其结果，或先对图像进行膨胀然后腐蚀其结果（这里使用同一个结构元素）

18、。前一种运算称为开运算（或开启），后一种运算称为闭运算（闭合）。开运算和闭运算是形态学运算族中两个最为重要的组合运算。 Digital Image Processing, 2nd ed.|XxSxSSX（6-7） （6-8） （6-9） 由式(6-7)和式(6-8)可知，XS可视为对腐蚀图像X S用膨胀来进行恢复,而XS可看作是对膨胀图像XS用腐蚀来进行恢复不过这一恢复不是信息无损的，即它们通常不等于原始图像X。由开运算的定义式，可以推得 对图像X及结构元素S，用符号XS表示S 对图像X 作开运算， 用符号XS表示S 对图像X 作闭运算，它们的定义为 Digital Image Process

19、ing, 2nd ed.Digital Image Processing, 2nd ed.开操作示例开操作示例方向向外的角变得圆滑了，而方向内角没有变化。图像缩小Digital Image Processing, 2nd ed.闭操作示例闭操作示例方向向内的角变得圆滑了，而方向向外的角没有变化图像放大Digital Image Processing, 2nd ed.开闭运算示例开闭运算示例开闭运算示例开闭运算示例图6-12 开、 闭运算示例(a) 原图像； (b) 结构元素S；(c) 结构元素S腐蚀图像X； (d) 结构元素S腐蚀X的结果； (e) 对腐蚀的结构再膨胀； (f) 再膨胀（开运算

20、）的结果XS； (g) 结构元素S膨胀X； (h) 结构元素S膨胀X的结果XS；(i) 对膨胀的结果再腐蚀； (j)再腐蚀的结果（闭运算）XS Digital Image Processing, 2nd ed.开闭运算示例开闭运算示例Digital Image Processing, 2nd ed. 2. 2. 开闭运算的代数性质开闭运算的代数性质 由于开、闭运算是在腐蚀和膨胀运算的基础上定义的， 根据腐蚀和膨胀运算的代数性质，我们不难得到下面的性质。1） 对偶性(XCS)C = XS ， (XCS)C = XS2）扩展性（收缩性）XSXXS即开运算恒使原图像缩小，而闭运算恒使原图像扩大 Di

21、gital Image Processing, 2nd ed. 3 3）单调性）单调性 如果XY， 则XSYS， XSYS 如果YZ且ZY=Z， 那么XYX Z 根椐这一性质可以知道，结构元素的扩大只有在保证扩大后的结构元素对原结构元素开运算不变的条件下方能保持单调性。Digital Image Processing, 2nd ed. 4） 平移不变性(X+h)S=(XS)+h， (X+h)S=(XS)+hX(S+h)=XS， X(S+h)=XS 5）等幂性(XS)S = XS， (XS)S = XS 开、闭运算的等幂性意味着一次滤波就能把所有特定结构元素的噪声滤除干净，作重复的运算不会再有效

22、果。这是一个与经典方法 (例如中值滤波、线性卷积)不同的性质。 Digital Image Processing, 2nd ed.Matlab实现开与闭运算I = imread(nodules1.tif);bw = im2bw(I,graythresh(I);se = strel(disk,5);bw2 = imopen(bw,se);figure;subplot(221);subimage(I);title(Original);subplot(222);subimage(bw), title(Thresholded image)subplot(223);subimage(bw2), titl

23、e(After opening) I = imread(pearlite.tif);bw = im2bw(I,graythresh(I);figure,subplot(221);subimage(I), title(Original)subplot(222);subimage(bw), title(Step 1: threshold)se = strel(disk,6);bw2 = imclose(bw,se);bw3 = imopen(bw2,se);subplot(223);subimage(bw2), title(Step 2: closing)subplot(224);subimage

24、(bw3), title(Step 3: opening)Digital Image Processing, 2nd ed.Digital Image Processing, 2nd ed.Digital Image Processing, 2nd ed.形态学算法（形态学算法（P412）边界提取：集合A的边界记为它通过先由B对A进行腐蚀，然后用A减去腐蚀得到：( )A( )()AAABDigital Image Processing, 2nd ed.边界提取示例边界提取示例Digital Image Processing, 2nd ed.区域填充区域填充 将所有非边界点（背景）标记为，则以将

25、赋给p开始，使用下列算法填充整个区域。 如果，算法迭代结束。 点称为种子点。1()ckkxxBA1kkxxDigital Image Processing, 2nd ed.区域填充区域填充Digital Image Processing, 2nd ed.区域填充示例区域填充示例Digital Image Processing, 2nd ed. 像素间的联系 一、 8-邻域 p的周围8个近邻像素全体称为p的8-邻域，记为N8（p）；二、连通性 判断条件：像素是否接触、灰度值是否满足某个特定的相似准则 连通 图像子集S中的像素p和q，如果存在一条从p到q的通路，称p在S中与q相连通。Digital

26、 Image Processing, 2nd ed.连通分量的提取连通分量的提取令Y表示一个包含于集合A中的连通分量，并假设Y中的个点是已知的。下列迭代生成Y的所有元素： X0=p,B是一个适当的结构元素。. 迭代直到 结束。并令Y=Xk1()kkxxBA1kkxxDigital Image Processing, 2nd ed.连通分量示例连通分量示例Digital Image Processing, 2nd ed.连通分量包装检测示例连通分量包装检测示例Digital Image Processing, 2nd ed.骨架骨架Digital Image Processing, 2nd ed

27、.Chapter 6Morphological Image ProcessingDigital Image Processing, 2nd ed.Chapter 6Morphological Image ProcessingDigital Image Processing, 2nd ed.Chapter 6Morphological Image ProcessingDigital Image Processing, 2nd ed.Chapter 6Morphological Image ProcessingDigital Image Processing, 2nd ed.灰度图像的膨胀与腐蚀灰

28、度图像的膨胀与腐蚀Digital Image Processing, 2nd ed.灰度图像开闭操作灰度图像开闭操作去掉外角去掉内角Digital Image Processing, 2nd ed.灰度图像开闭操作示例灰度图像开闭操作示例Digital Image Processing, 2nd ed.形态学平滑形态学平滑Digital Image Processing, 2nd ed.骨架抽取骨架抽取 把一个平面区域简化成图（Graph）是一种重要的结构形状表示法。利用细化技术得到区域的细化结构是常用的方法。因此， 寻找二值图像的细化结构是图像处理的一个基本问题。在图像识别或数据压缩时，经常

29、要用到这样的细化结构，例如，在识别字符之前，往往要先对字符作细化处理，求出字符的细化结构。骨架便是这样的一种细化结构，它是目标的重要拓扑描述，具有非常广泛的应用。 Digital Image Processing, 2nd ed.图6-18 骨架抽取示例(a) 一幅二值图像； （b） 用33的结构元素S得到的骨架；(c） 用55的结构元素得到的骨架； （d）用77的结构元素得到的骨架 Digital Image Processing, 2nd ed.细化细化 利用前面所介绍的形态学知识，下面给出一种实用的对二值区域进行形态学细化的一种算法。如前所述，一个图像的“骨架”， 是指图像中央的骨骼部分

30、，是描述图像几何及拓扑性质的重要特征之一。求一幅图像骨架的过程就是对图像进行“细化”的过程。在文字识别、地质构造识别、工业零件形状识别或图像理解中， 先对被处理的图像进行细化有助于突出形状特点和减少冗余信息量。 Digital Image Processing, 2nd ed. 在细化一幅图像X时应满足两个条件： 在细化的过程中， X应该有规律地缩小； 在X逐步缩小的过程中， 应当使X的连通性质保持不变。Digital Image Processing, 2nd ed.BW1 = imread(circles.tif);imshow(BW1)BW2 = bwmorph(BW1,remove);

31、BW3 = bwmorph(BW1,skel,Inf);figure, imshow(BW2)figure, imshow(BW3)Matlab 提取骨架 Set a pixel to 0 if its 4-connected neighbors are all 1s, thus leaving only boundary pixels Inf, remove pixels on the boundaries of objects without allowing objects to break apartDigital Image Processing, 2nd ed.Digital Im

32、age Processing, 2nd ed.Digital Image Processing, 2nd ed.Digital Image Processing, 2nd ed.Digital Image Processing, 2nd ed.Digital Image Processing, 2nd ed.load imdemos steel;figure,subplot(331),subimage(steel),title(Original );bw_70 = steel 70;subplot(332), subimage(bw_70) ,title(Thres=70 );r,c = fi

33、nd(bw_70 = 0);bw_210 = steel 210;subplot(333), subimage(bw_210); title(Thres=210 );bw_clean = bwselect(bw_210, c, r, 8);subplot(334), subimage(bw_clean); title(Clean );bw_skel = bwmorph(bw_clean, skel, 6);subplot(335), subimage(bw_skel); title(Skel );bw_pruned = bwmorph(bw_skel, spur, 8);subplot(336

34、), subimage(bw_pruned); title(Spur );grain_boundaries = bw_pruned;subplot(337), subimage(grain_boundaries); title(grain_boundaries );labeled,N = bwlabel(grain_boundaries,4);colored = label2rgb(labeled);subplot(338), subimage(colored); title(Colored );Digital Image Processing, 2nd ed.Digital Image Pr

35、ocessing, 2nd ed.Digital Image Processing, 2nd ed.imerode：Erode image SyntaxIM2 = imerode(IM,SE)IM2 = imerode(IM,NHOOD)IM2 = imerode(.,PACKOPT,M)IM2 = imerode(.,SHAPE)DescriptionIM2 = imerode(IM,SE) erodes the grayscale, binary, or packed binary image IM, returning the eroded image IM2. The argument

36、 SE is a structuring element object or array of structuring element objects returned by the strel function. Digital Image Processing, 2nd ed.originalBW = imread(circles.png); se5 = strel(disk,5);se9 = strel(disk,9);se11 = strel(disk,11); erodedBW5 = imerode(originalBW,se5);erodedBW9 = imerode(origin

37、alBW,se9);erodedBW11 = imerode(originalBW,se11);subplot(221),imshow(originalBW), title(Original image);subplot(222),imshow(erodedBW5), title(dilated image 5);subplot(223),imshow(erodedBW9), title(dilated image 9);subplot(224),imshow(erodedBW11), title(dilated image 11);Digital Image Processing, 2nd

38、ed.dilated image 5Original imagedilated image 9dilated image 11How about the result if the structure operator size increases to 21,25?Digital Image Processing, 2nd ed.DiscussionThe effect of erosion:Remove small object including noisesExtract the center of round objectCalculate number of objectDigit

39、al Image Processing, 2nd ed.Digital Image Processing, 2nd ed.bw = imread(text.png);se = strel(line,3,5);bw2 = imdilate(bw,se);subplot(121),imshow(bw), title(Original)Subplot(122), imshow(bw2), title(Dilated image using 3x5)OriginalDilated image using 3x5Digital Image Processing, 2nd ed.Dilate a gray

40、scale image with a rolling ball structuring element.I = imread(cameraman.tif);se = strel(ball,5,5);I2 = imdilate(I,se);imshow(I), title(Original)figure, imshow(I2), title(Dilated)Digital Image Processing, 2nd ed.Digital Image Processing, 2nd ed.ExamplesRemove the smaller objects in an image.Read the

41、 image into the MATLAB workspace and display it.I = imread(snowflakes.png);imshow(I)Digital Image Processing, 2nd ed.Create a disk-shaped structuring element with a radius of 5 pixels.se = strel(disk,5);Remove snowflakes having a radius less than 5 pixels by opening it with the disk-shaped structuri

42、ng element created in step 2.I_opened = imopen(I,se);figure, imshow(I_opened,)Digital Image Processing, 2nd ed.Morphologically close image SyntaxIM2 = imclose(IM,SE)IM2 = imclose(IM,NHOOD)DescriptionIM2 = imclose(IM,SE) performs morphological closing on the grayscale or binary image IM, returning th

43、e closed image, IM2. The structuring element, SE, must be a single structuring element object, as opposed to an array of objects. Digital Image Processing, 2nd ed.The morphological close operation is a dilation followed by an erosion, using the same structuring element for both operations.Digital Image Processing, 2nd ed.Conclusion of (1) ErosionThe dilation operation usually uses a structuring element for probing and expanding the shapes contained in the input