1. 腐蚀和膨胀
腐蚀和膨胀是最基本的形态学操作,腐蚀和膨胀都是针对白色部分(高亮部分)而言的。
膨胀就是使图像中高亮部分扩张,效果图拥有比原图更大的高亮区域;腐蚀是原图中的高亮区域被蚕食,效果图拥有比原图更小的高亮区域。膨胀是求局部最大值的操作,腐蚀是求局部最小值的操作。
膨胀与腐蚀能实现多种多样的功能,主要如下:
- 消除噪声
- 分割(isolate)出独立的图像元素,在图像中连接(join)相邻的元素。
- 寻找图像中的明显的极大值区域或极小值区域
- 求出图像的梯度
1 #include"stdafx.h" 2 #include<opencv2opencv.hpp> 3 #include<opencv2highguihighgui.hpp> 4 #include<iostream> 5 #include<Windows.h> 6 #include<time.h> 7 8 using namespace std; 9 using namespace cv; 10 11 // 常见数据结构使用方法 12 int main() 13 { 14 Mat img = imread("1.jpg"); 15 namedWindow("原始图",WINDOW_NORMAL); 16 imshow("原始图",img); 17 18 // 膨胀操作 19 20 Mat out1; 21 // 获取自定义核 22 Mat element1 = getStructuringElement(MORPH_RECT, Size(5,5)); // 第一个参数表示矩形的卷积核,还可以选择圆形的和交叉型的 23 dilate(img, out1, element1); 24 namedWindow("膨胀操作",WINDOW_NORMAL); 25 imshow("膨胀操作",out1); 26 27 // 腐蚀操作 28 29 Mat out2; 30 // 获取自定义核 31 Mat element2 = getStructuringElement(MORPH_RECT,Size(5,5)); // 第一个参数表示矩形的卷积核,还可以选择圆形的和交叉型的 32 erode(img,out2,element2); 33 namedWindow("腐蚀操作",WINDOW_NORMAL); 34 imshow("腐蚀操作",out2); 35 36 waitKey(0); 37 return 0; 38 39 }
2. 进阶操作
(1).腐蚀
结构A被结构B腐蚀的定义为,
可以理解为,移动结构B,如果结构B与结构A的交集完全属于结构A的区域内,则保存该位置点,所有满足条件的点构成结构A被结构B腐蚀的结果。 (最上面那个绿色方框应该没有)
(2).膨胀
结构A被结构B膨胀的定义为,
A⨁B={z|(B^)z⋂A≠∅}A⨁B={z|(B^)z⋂A≠∅}
可以理解为,将结构B在结构A上进行卷积操作,如果移动结构B的过程中,与结构A存在重叠区域,则记录该位置,所有移动结构B与结构A存在交集的位置的集合为结构A在结构B作用下的膨胀结果。
图示中红色框内的区域表示结构A在结构B的作用下膨胀的结果。
这里有另外一个例子:
(3).开操作
先腐蚀后膨胀的操作称之为开操作。它具有消除细小物体,在纤细处分离物体和平滑较大物体边界的作用。 采用上图的结构B对原件进行开操作,
(4).闭操作
先膨胀后腐蚀的操作称之为闭操作。它具有填充物体内细小空洞,连接邻近物体和平滑边界的作用。 采用上图的结构对原件进行闭操作,
3. 高级操作
(1). 顶帽运算
为原图像与上文刚刚介绍的“开运算“的结果图之差,数学表达式如下:
因为开运算带来的结果是放大了裂缝或者局部低亮度的区域,因此,从原图中减去开运算后的图,得到的效果图突出了比原图轮廓周围的区域更明亮的区域,且这一操作和选择的核的大小相关。
顶帽运算往往用来分离比邻近点亮一些的斑块。当一幅图像具有大幅的背景的时候,而微小物品比较有规律的情况下,可以使用顶帽运算进行背景提取。
(2). 黑帽运算
为”闭运算“的结果图与原图像之差。数学表达式为:
黑帽运算后的效果图突出了比原图轮廓周围的区域更暗的区域,且这一操作和选择的核的大小相关。
黑帽运算用来分离比邻近点暗一些的斑块。
(3). 一些形态学操作的宏定义
1 #include"stdafx.h" 2 #include<opencv2opencv.hpp> 3 #include<opencv2highguihighgui.hpp> 4 #include<iostream> 5 #include<Windows.h> 6 #include<time.h> 7 8 using namespace std; 9 using namespace cv; 10 11 12 int main() 13 { 14 Mat img = imread("1.jpg"); 15 namedWindow("原始图",WINDOW_NORMAL); 16 imshow("原始图",img); 17 18 // 高级形态学操作 19 20 Mat out; 21 // 获取自定义核 22 Mat element = getStructuringElement(MORPH_RECT, Size(5,5)); // 第一个参数表示矩形的卷积核,还可以选择圆形的和交叉型的 23 morphologyEx(img, out, MORPH_GRADIENT, element); // 各种形态学操作都可用此函数,具体使用什么操作取决于第三个参数,这里是形态学梯度操作。 24 namedWindow("梯度操作",WINDOW_NORMAL); 25 imshow("梯度操作",out); 26 27 waitKey(0); 28 return 0; 29 30 }