图像形态学

膨胀

　　跟卷积操作类似，假设有图像A和结构元素B，结构元素B在A上面移动，其中B定义其中心为锚点，计算B覆盖下A的最大像素值用来替换锚点的像素，其中B作为结构体可以是任意形状，首先明确灰度图像（0~255）对应（黑~白）；膨胀结果如下：

腐蚀

　　腐蚀跟膨胀操作的过程类似，唯一不同的是以最小值替换锚点重叠下图像的像素值

开操作

　　开操作为先腐蚀后膨胀可以去掉小的对象，单纯去掉小点噪声的话多进行几次腐蚀迭代也可以，但是这样会使像素值小的区域变小，与原图不匹配，再膨胀回来是为了保持目标图像大小不变。

闭操作

　　闭操作为先膨胀后腐蚀可以去掉区域内部的噪声小对象，可以填充小的洞，单纯去掉小点噪声的话多进行几次膨胀迭代也可以，但是这样会使像素值大的区域变大，与原图不匹配，再腐蚀回来是为了保持目标图像大小不变。

形态学梯度（基本梯度还包括内部梯度、方向梯度）

　　形态学梯度是膨胀减去腐蚀；

顶帽

　　是原图像与开操作之间的差值图像

黑帽

　　是原图像与闭操作之间的差值图像

创建用于形态学操作的结构元素：Mat struct = getStructuringElement(MORPH_RECT, Size(3,3), Point(-1,-1)); 
//Point(-1,-1)默认自动寻找区域中心，参数一有MORPH_RECT \MORPH_CROSS \MORPH_ELLIPSE等几种区域形状。

struct = getStructuringElement(MORPH_RECT, Size(image.cols/20,1), Point(-1,-1));
//就是一条水平直线去扫描，可以取出图片中的横线。

膨胀函数dilate(in1,out1,structa, Point(-1, -1),5);
//第三个参数为结构操作元素，5为迭代次数，即膨胀几次；

腐蚀函数：erode(in2, out2, structa, Point(-1, -1), 5);
//参数意义同上。

图像形态学运算：morphologyEx(in2, out2, CV_MOP_CLOSE, structa);
// CV_MOP_CLOSE为指定操作类型，structa同35为结构操作元素。
//有CV_MOP_OPEN/ CV_MOP_CLOSE/ CV_MOP_GRADIENT为形态学梯度 / CV_MOP_TOPHAT/ CV_MOP_BLACKHAT 形态学操作类型.

猜你喜欢