当前位置:
文档之家› 数字图像处理均值滤波与形态学处理
数字图像处理均值滤波与形态学处理
算术均值与几何均值
• 算术均值滤波器:
f y,x 1 MN
g
i 0 j 0
M
N
i cm y , j cn x
• 几何均值滤波器:
f y , x ( gi cm y , j cn x )
i 0 j 0 M N 1 MN
几何均值滤波示例(1)
几何均值滤波示例(2)
逆谐波均值滤波示例(1)
逆谐波均值滤波示例(2)
什么是形态学处理
• 形态学本来是生物学的一个分支,用来研究动植
物的形态与结构。在数字图像领域,数学形态学 被当作工具用来消除、扩增或提取对于表达与描 绘区域形状有用的图像元素,比如连通域、边界、 骨架或者凸壳等。 数学形态学的语言是集合论,通常应用于只有黑 白二色的二值图像,多数情况下,黑色表示前 景,白色表示背景。
域。
膨胀示例(1)
膨胀示例(2)
腐蚀示例(1)
腐蚀示例(2)
开运算与闭运算
• 开运算和闭运算可以视作是膨胀与腐蚀的
组合,他们分别定义为:
A B ( AB) B A B ( A B )B
• 开运算通常用来切断不同连通域之间的微
粘连或剔除小物体,而闭运算通常用来填 补连通域边缘的断裂或内部的空洞。
区域填充示例(1)
区域填充示例(2)
Thank you ! & Questions ?
什么是均值滤波(1)
• 将均值核矩阵的中心依次放在图像矩阵的
每一个像素位置上,将均值核中非零元素 所对应的图像矩阵元素取出并参与均值计 算,存Βιβλιοθήκη 对应像素。什么是均值滤波(2)
• 区别:
– 均值滤波与统计滤波类似,核矩阵元素 只有零与非零两种取值。但均值滤波并 不对取出的图像矩阵元素实施排序,而 是通过特定的均值计算公式,计算相应 的滤波结果。
谐波均值与逆谐波均值
• 谐波均值滤波器:
f y,x MN
g
i 0 j 0
M
N
1
i cm y , j cn x
• 逆谐波均值滤波器:
f y,x
g
i 0 j 0 M N i 0 j 0
M
N
Q 1
i cm y , j cn x
Q g icm y , jcnx
边界提取示例(1)
边界提取示例(2)
区域填充
• 定义:将被封闭的前景色曲线所包围的背
景区域填充为前景,使之与轮廓融为一体。 • 方法:
– 对填充的起始点进行膨胀;对膨胀的结果再进 行膨胀;如此迭代,直至无法再膨胀。 – 填充的起始点被事先压入堆栈,并以将它从栈 顶弹出作为整个迭代填充的起始,此后每次取 用需要填充的点都从栈顶提取;对于每一个需 要填充的点,在填充的同时考察其邻域内的其 他点,并将符合填充要求的点压入栈。
开运算示例(1)
开运算示例(2)
闭运算示例(1)
闭运算示例(2)
边界提取
• 定义:将连通域的边缘像素提取出来,组
成一个完整的轮廓,且宽度为1个像素。 • 方法:
( A) A AB
– 利用原图与一次腐蚀结果图之间的减影,即: – 遍历连通域的所有像素,删除那些非边界的像 素(即在以该像素为中心的结构元素掩码范围 内,所有像素都属于前景)。
数字图像处理 Digital Image Processing
生物医学工程及仪器研究所 徐伟栋 temco@
均值滤波与形态学处理
• • • • • • • •
什么是均值滤波 算术均值与几何均值 谐波均值与逆谐波均值 什么是形态学处理 膨胀与腐蚀 开运算与闭运算 边界提取 区域填充
•
膨胀与腐蚀
• 对于图像 Z 中的集合 A,存在结构元素 B ,
2
则 A 被 B 膨胀通常定义为:
ˆ ) A A} A B {z | ( B z
• 对于图像 Z 中的集合 A ,存在结构元素 B ,
2
则 A 被 B 腐蚀通常定义为:
AB {z | ( B ) z A}
• 膨胀会扩大前景区域,腐蚀会削减前景区