形态学

形态学(morphology)常应用在生物学中，研究动植物的形态和结构；

图像形态学即数学形态学(Mathematical morphology)是一门建立在格伦和拓扑学基础上的图像分析学科，是数学形态学图像处理的基本理论；

常见图像形态学运算：腐蚀、膨胀、开运算、闭运算、骨架抽取、极线腐蚀、击中击不中变换、Top-hat变换、颗粒分析、流域变换、形态学梯度等；

最基本的形态学操作是：膨胀(dilation)和腐蚀（erosion）；

膨胀操作会扩大（粗化）图像中物体的轮廓，可以用来弥补（填充）物体间的孔洞，强化离散点，代价是导致物体的面积比原来的面积要大。
腐蚀操作会收缩（细化）图像中物体的轮廓，可以用来断开（分离）物体间的连接，消除离散点，代价是导致物体的面积比原来的面积要小。

膨胀和腐蚀

腐蚀和膨胀是对白色部分（高亮部分）而言的，不是黑色部分。膨胀就是图像中的高亮部分进行膨胀，“领域扩张”，效果图拥有比原图更大的高亮区域。腐蚀就是原图中的高亮部分被腐蚀，“领域被蚕食”，效果图拥有比原图更小的高亮区域。

这些形态学操作都涉及到一个关键的因子——结构元。结构元基本的形态是矩形、十字形或椭圆形（圆形）。

结构元素就相当于我们在滤波中所涉及到的模板，也就是说它是一个给定像素的矩阵，这个矩阵可以是任意形状的，但是一般情况下都是正方形，圆形或者菱形的但是在结构元素中有一个中心点（也叫做anchor point）。和模板中心一样，处理后的结果赋值给和这个中心点对齐的像素点。处理的过程也是基本相同。
结构元素和卷积模板的区别在于，

膨胀是以集合运算为基础的，卷积是以算数运算为基础的。

膨胀原理：

膨胀：求局部最大值；
①定义一个卷积核B，
核可以是任何的形状和大小，且拥有一个单独定义出来的参考点-锚点(anchorpoint)；
通常和为带参考点的正方形或者圆盘，可将核称为模板或掩膜；
②将核B与图像A进行卷积，计算核B覆盖区域的像素点最大值；

用结构元素，扫描图像的每一个像素
用结构元素与其覆盖的二值图像做“与”操作
如果都为0，结果图像的该像素为0。否则为1

③将这个最大值赋值给参考点指定的像素；
因此，图像中的高亮区域逐渐增长。
在这里插入图片描述

腐蚀

腐蚀：局部最小值(与膨胀相反)；
①定义一个卷积核B，
核可以是任何的形状和大小，且拥有一个单独定义出来的参考点-锚点(anchorpoint)；
通常和为带参考点的正方形或者圆盘，可将核称为模板或掩膜；
②将核B与图像A进行卷积，计算核B覆盖区域的像素点最小值；

用结构元素，扫描图像的每一个像素
用结构元素与其覆盖的二值图像做“与”操作
如果都为1，结果图像的该像素为1。否则为0

③将这个最小值赋值给参考点指定的像素；
因此，图像中的高亮区域逐渐减小。
在这里插入图片描述

膨胀和腐蚀的主要用途：

消除噪声；
分割出独立的图像元素，在图像中连接相邻的元素；
寻找图像中明显的极大值或极小值区；
求出图像的梯度；

【注】：
腐蚀和膨胀是对像素值大的部分而言的，即高亮白部分而不是黑色部分；
膨胀是图像中的高亮部分进行膨胀，领域扩张，效果图拥有比原图更大的高亮区域；
腐蚀是图像中的高亮部分被腐蚀掉，领域缩减，效果图拥有比原图更小的高亮区域；

opencv中API

在这里插入图片描述

卷积核
关于核，一般配合==getStructuringElement()==使用；
1. 功能：返回指定形状和尺寸的结构元素；
2. 格式：
  getStructuringElement(int shape, Size ksize, Point anchor=Point(-1,-1));
3. 参数：
  shape：表核的形状，矩形MORPH_RECT;交叉形MORPH_CROSS;椭圆形MORPH_ELLIPSE;
  ksize:核尺寸大小；
  anchor：锚点的位置，锚点只影响形态学运算结果的偏移
膨胀：

CV_EXPORTS_W void dilate( InputArray src,    //输入
                          OutputArray dst,   //输出 
                          InputArray kernel, //卷积核
                          Point anchor = Point(-1,-1), //锚位置（-1，-1）为中心
                          int iterations = 1,//迭代次数
                          int borderType = BORDER_CONSTANT,//图像边界像素模式
                          const Scalar& borderValue = morphologyDefaultBorderValue() //边界值
                         );

腐蚀：

CV_EXPORTS_W void erode(
				InputArray src,    //输入
				OutputArray dst,   //输出
				InputArray kernel, //核大小
				Point anchor=Point(-1,-1),// 锚位置，(-1，-1)为中心
				int iterations=1,  //迭代次数
				int borderType=BORDER_CONSTANT, //图像边界像素模式
				const Scalar& borderValue=morphologyDefaultBorderValue()//边界值
				);

在这里插入图片描述

举例

Mat src,dst1, dst2;
int step_size = 3;
int max_size = 21;

void my_dilate(int ,void*) {
	int s = step_size * 2 + 1;
	Mat structingElement = getStructuringElement(MORPH_ELLIPSE, Size(s, s), Point(-1, -1));
	dilate(src, dst1, structingElement);
	imshow("dilate", dst1);
	return;
}

void my_erode(int, void*) {
	int s = step_size * 2 + 1;
	Mat kernel = getStructuringElement(MORPH_ELLIPSE, Size(s, s));
	erode(src, dst2, kernel);
	imshow("erode", dst2);
	return;
}
int main() {
    src = imread("D:\\cat.jpg");
	if (src.empty()) {
		cerr << "open error" << endl;
		return -1;
	}
	imshow("cat", src);
	my_dilate(0, 0);
	my_erode(0, 0);
	createTrackbar("erode_size", "erode", &step_size, max_size, my_erode);
	createTrackbar("膨胀:", "dilate", &step_size, max_size,my_dilate);
	waitKey(0);
}

在这里插入图片描述

详细：https://blog.csdn.net/qq_37059483/article/details/77878829

opencv--膨胀和腐化

形态学

膨胀和腐蚀

膨胀原理：

腐蚀

膨胀和腐蚀的主要用途：

opencv中API

举例

猜你喜欢