实验六、形态学图像处理
一．实验目的及要求
1．利用MATLAB研究二值形态学图像处理常用算法；
2．掌握MATLAB形态学图像处理基本操作函数的使用方法；
3．了解形态学的基本应用。

二、实验原理
1．编程实现二值图像的基本形态学处理（腐蚀、膨胀、开运算和闭运算）；选择不同结构元素筛选图像目标。

2．用形态学运算实现灰度图像的噪声平滑和图像边缘提取。

三、实验原理
数学形态学图像处理的基本思想是利用一个称作结构元素的“探针”收集图像的信息。

当探针在图像中不断移动时，便可考察图像各个部分间的相互关系，从而了解图像各个部分的结构特征。

作为探针的结构元素，可直接携带知识（形态、大小、以及灰度和色度信息）来探测所研究图像的结构特点。

二值形态学中的运算对象是集合，通常给出一个图像集合和一个结构元素集合，利用结构元素对图像进行操作。

其基本运算有四种：腐蚀、膨胀、开运算和闭运算。

基于这些基本运算和组合来进行图像形状和结构的分析及处理。

如果 A是图像集合，B是结构元素（ B本身也是一个图像集合），形态学运算将使用B 对A进行操作。

结构元素往往比图像小得多。

基本运算将遵循这个原则。

●膨胀和腐蚀
膨胀是在二值图像中“加长”或“变粗”的操作。

这种特殊的方式和变粗的程度由一个称为结构元素的集合控制。

腐蚀“收缩”或“细化”二值图像中的对象。

像在膨胀中一样，收缩的方式和程度由一个结构元素控制。

●开运算和闭运算
在图像处理的实际应用中，更多地以各种组合的形式来使用膨胀和腐蚀，它们可以级连结合使用。

膨胀后再腐蚀，或者腐蚀后再膨胀，通常不能恢复成原来图像（目标），而是产生一种新的形态变换，这就是开运算和闭运算。

当处理二值图像时，采用上述的形态学变换组合，主要应用于提取某一区域的边界线、图像边缘轮廓、物体骨架特征和目标识别等众多的实际应用。

更多内容青参考教材p402有关内容。

三、实验内容
1、二值图像的形态学变换
需要编写的二值图像形态学变换函数：
function newbuf=BwFilter(oldbuf,select)
该函数调用MATLAB关于膨胀、腐蚀和图像筛选算法的相关函数，对二值图像进
行相应的处理，最后结果存放在newbuf数组中。

用于二值图像形态学变换的MATLAB函数有：
Strel 构造结构元素函数
Imdilate 膨胀函数
Imerode 腐蚀函数
Imcrop 裁剪函数
Imopen 开运算函数
用help查看相关函数的使用方法，编程实现BwFilter()函数的功能。

结构元素也
可以用ones函数和zeros函数创建。

2、对输入图像进行形态学操作，即腐蚀、膨胀、开运算和闭运算，改变结构元素形状、大小，重做上述实验，比较实验结果，分析结构元素对运算的影响；
3、以下图为例：（1）提取与图像边界融合的颗粒
（2）提取彼此交叠的颗粒
（3）提取不交叠的颗粒
提示：（1）可利用区域填充算法。

如图所示为源图像，可将图像先转换为二值图像，然后对其进行取反，这样进行区域填充的结果将为与边界相连的颗粒，再与源图像进行比较，即可得出在源图像中与边界相连的颗粒图像。

（2）可利用图像的腐蚀与膨胀操作。

先用模板对图像进行腐蚀操作，由于相交叠的颗粒面积必然比独立的颗粒大，因此腐蚀操作之后剩下的部分为交叠颗粒的部分，再对其进行膨胀，将其与源图像进行比较操作，则可得出交叠的颗粒图像。

（3）得出交叠的颗粒之后，用源图像对其相减，则得出的为独立分布的颗粒图像。

原图。