第9章形态学处理

本文主要是介绍第9章形态学处理，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！

第9章形态学处理

腐蚀操作 `imerode`

通过腐蚀操作（imerode）去掉图像的某些部分：

%% 第9章 形态学处理
%% imerode 腐蚀操作
clc
clearA1=imread('./1.jpg');
subplot(221),imshow(A1);title('原始图像');
%strel函数的功能是运用各种形状和大小构造结构元素
se1=strel('disk',5);%这是创建一个半径为5的平坦圆盘结构元素
A2=imerode(A1,se1);
subplot(222),imshow(A2);title('使用disk(5,5)腐蚀后的图像');se2=strel('rectangle',[3,3]);
A3=imerode(A1,se2);
subplot(223),imshow(A3),title('使用rectangle[5,5]腐蚀操作后');se3=strel('disk',10);%这是创建一个半径为5的平坦圆盘结构元素
A3=imerode(A1,se3);
subplot(224),imshow(A3);title('使用disk(10,10)腐蚀后的图像');figure
se4=strel('line',10,0);
A4=imerode(A1,se4);
subplot(221),imshow(A4);title('使用line(10,0)腐蚀后的图像');se5=strel('line',10,45);
A5=imerode(A1,se5);
subplot(222),imshow(A5);title('使用line(10,45)腐蚀后的图像');se6=strel('line',10,90);
A6=imerode(A1,se6);
subplot(223),imshow(A6);title('使用line(10,90)腐蚀后的图像');

使用不同尺寸不同形状的结构元进行腐蚀
这里写图片描述

通过观察，发现结构元的尺寸越大，腐蚀的效果越明显；
当用45°的线进行操作时，留下了该方向的细线和竖直的较宽的细线；
当用90°的结构元进行操作时，对中间较粗的细线几乎没有进行任何腐蚀。
规律似乎是这样的：对图像中与结构元相似的形状进行腐蚀效果不明显，比结构元规格大的形状腐蚀完仍会有保留。

膨胀操作 `imdilate`

膨胀操作用于桥接裂缝

%% 第9章 形态学处理
%% imdilate 膨胀处理
clc
clear
A1=imread('./2.jpg');
subplot(221);imshow(A1);title('原始图像');
info=imfinfo('./2.jpg');
%se1=strel('disk',1);
se1=strel('line',10,0);
A2=imdilate(A1,se1);
%subplot(222);imshow(A2);title('disk(1)-1次膨胀');
subplot(222);imshow(A2);title('line(10,0)-1次膨胀');A3=imdilate(A2,se1);
%subplot(223);imshow(A3);title('disk(1)-2次膨胀');
subplot(223);imshow(A3);title('line(10,0)-2次膨胀');
A4=imdilate(A3,se1);
%subplot(224);imshow(A4);title('disk(1)-13膨胀');
subplot(224);imshow(A4);title('line(10,0)-3次膨胀');

这里写图片描述

使用disk（1）进行膨胀操作，多次操作，效果加深。
使用line(10,0)进行多次膨胀，随着膨胀次数的增多，对垂直方向的效果比水平方向的效果明显。
规律：膨胀操作时只要是有背景与结构元的反射有一点重叠，即为新集合的元素，因此用横向的结构元膨胀时，对横向目标不如对纵向的目标效果明显。

腐蚀是以结构元的中心遍历图像的每一个像素进行访问，如果结构元完全包含在图像中，则该中心位置为腐蚀后的新集合中的元素；

膨胀是以结构元的中心遍历图像的每一个像素进行访问，如果结构元与图像的交集不为空，则该结构元所占区域为新结合中的元素；

开运算 &闭操作

开运算一般会平滑物体的轮廓，断开较窄的狭颈并消除细的突出物。
闭操作同样也会平滑物体的轮廓，但是与开操作相反，它通常会弥合较窄的间断和细长的沟壑，消除小的空洞，填补轮廓线中的断裂。

%% 第9章 形态学处理
%% 开运算
clc
clear
%% 开运算
A1=imread('./5.jpg');
subplot(221),imshow(A1);title('原始图像');
se1=strel('disk',20);%这是创建一个半径为5的平坦圆盘结构元素
A2=imopen(A1,se1);
subplot(222),imshow(A2);title('开运算');
%%自带闭运算
A3=imclose(A1,se1);
subplot(223),imshow(A3);title('闭运算');
%% 第2副图像
A1=imread('./5.jpg');
%subplot(234),imshow(A1);title('原始图像');
se1=strel('disk',20);%这是创建一个半径为5的平坦圆盘结构元素
A2=imclose(A1,se1);
%subplot(235),imshow(A2);title('闭运算');
%%自带闭运算
A3=imopen(A1,se1);
%subplot(236),imshow(A3);title('开运算');

这里写图片描述

开运算：将较细的线断开，消除突出物
闭运算：弥合较窄的沟壑和细长的线段

这里写图片描述

对比上图中两幅原始图像（反相）的开运算和闭运算，可以发现，对背景（黑色区域）的开运算相当于对目标（白色区域）的闭运算；对目标（白色区域）的开运算相当于对背景（黑色区域）的闭运算。

击中或击不中变换

击中或击不中变换是形状检测的一个基本工具。假设集合B由B1和B2组合成，B1对图像A腐蚀，B2对图像的补集腐蚀，两者得到的结果相减即为B在图像A中的匹配。
可以参考知乎中的解释：https://www.zhihu.com/question/23669012

%% 击中击不中变换 clc clear A=im2bw(rgb2gray(imread('./AT9A3130.JPG'))); subplot(161);imshow(A);title('原始图像'); B=~A; se1= strel('disk',3); se2= strel('disk',5); A11=imerode(A,se1); A1=mat2gray(A11); subplot(162);imshow(A1);title('se1腐蚀'); A22=imerode(B,se2); A2=mat2gray(A22); subplot(163);imshow(A2);title('se2腐蚀'); subplot(164);imshow(mat2gray(A-A1));title('原图减去腐蚀1的结果'); subplot(165);imshow(mat2gray(A1-A2));title('击中击不中结果'); subplot(166);imshow(mat2gray(~(abs(A1-A2))));title('上图结果取绝对值再取反'); 这里写图片描述
上图中原图减去se1腐蚀结果的图像，可以用来做边界提取。
空洞修复

%% 空洞修复
A=im2bw(imread('./AT9A3130.JPG'));
subplot(221);imshow(A);title('原始图像');
B=imfill(A,'holes');
subplot(222);imshow(B);title('填充后图像');
%% 注解
BW4 = im2bw(imread('kongdong.jpg'));
subplot(223);imshow(BW4);title('原始图像');
BW5 = imfill(BW4,'holes');
subplot(224);imshow(BW5);title('填充后');