形态学开运算MATLAB

本文向给大家分享形态学开运算相关知识，同时小编也会对形态学开运算MATLAB进行解释，如果能解决您在形态学开运算方面面临的问题，请收藏关注本站，现在开始吧！

形态学操作中膨胀与腐蚀的主要用途和原理

1.形态学操作
形态学操作就是基于形状的一系列图像处理操作。一般情况如耐下对二值化的图像进行操作。腐蚀轮碰与膨胀是最基本的形态学操作
应用：
(1)消除噪声
(2)分割(isolate)独立的图像元素，以及连接(join)相邻的元素
(3)寻找图像中的明显的极大值区域或者极小值区域
2.膨胀(最大值dilate)
此操作是将图像A与任意形状（通常为正方形或圆形）的内核B，,进行卷积。
内核B有一个可定义的 锚点, 通常定义为内核中心点。
进行膨胀操作时，将内核B划过图像,将内核B覆盖区域的最大相素值提取，并代替锚点位置的相素。显然，这一最大化操作将会导致图像中的亮区开始”扩展” (因此有了术语膨胀 dilation )

src——输入图像.
dst——输出图像.
element——用于膨胀的结构元素。若为 NULL, 则使用 3×3 长方形的结构元素
iterations——膨胀的次数
3.腐蚀(erode)
腐蚀提取的是内核覆盖下的相素最小值。进行腐蚀操作时，将内核B划过图像,将内核B覆盖区域的最小相素值提取，并代替锚点位置的相素。

src——输入图像.
dst——输出图像.
element——用于腐蚀的结构元素。若为 NULL, 则使用 3×3 长方形的结构元素
iterations——腐蚀的次数
4.结构元素
我们一般使用函数 getStructuringElement配合膨胀或腐蚀算法使用
Mat strElement = Imgproc.getStructuringElement(Imgproc.MORPH_RECT, new Size(3, 3), new Point(-1, -1));
其中有三种内核形状可以选择:
矩形: MORPH_RECT
交叉形: MORPH_CROSS
椭圆形: MORPH_ELLIPSE
再指定内核大小，以及锚点位置。不指定锚点位置，则默认锚点在内核中心位置。
5.图像的开运算
开运算：先腐蚀后膨胀，移除小的对象时候很有用
6.图像的闭运算
闭运算：先膨胀后腐蚀，被用来填充前景物体中的小洞，或者抹去前景物体上的小黑点

7.梯度：膨胀与腐蚀图之差
可以用来突出边缘，可以保留物体的边缘轮廓
8.顶帽：原图与开运算结果之差
开运算放大了裂缝或者局部低亮度的区域，所以，从原图中减去开运算后的图，得到的结果突出了比原图轮廓周围的区域更明亮的区域，这个操作与选择的核的大小有腊橡谈关。TopHat运算一般用来分离比邻近点亮一些的斑块，可以使用这个运算提取背景
9.黑帽运算：闭运算的结果与原图之差
黑帽运算的结果突出了比原图轮廓周围区域更暗的区域，所以黑帽运算用来分离比邻近点暗一些的斑块。

参考： https://www.jianshu.com/p/6147d69c879f

数字图像处理是本科还是研究生课程

1 基于形态学运算的星空图像分割
主要内容： 在获取星图像的过程中，由于某些因素的影响，获得的星图像存在噪声，而且星图像的背景经常是不均匀的，为星图像的分割造成了极大的困难。膨胀和腐蚀是形态学的两个基本运算。用形态学运算对星图像进行处理，补偿不均匀的星图像背景，然后进行星图像的阈值分割。 要求： 1>
图像预处理：对原始星空图像进行滤波去噪处理； 2> 对去噪后的图像进行形态学运算处理； 3>
选取自适应阈值敬举对形态学运算处理后的图像进行二值化；
4> 显示每步处理后的图像； 5>
对经过形态学处理后再阈值的图像和未作形态学处理后再阈值的图像进行对比分析。 待分割图像 直接分割图像
处理后的分割图像 2 基于数字图像处理的印刷电路板智能检测方法 主要内容：
通过对由相机实时获取的印刷电路板图像进行焊盘识别，从而提高电子元件的贴片质量，有效提高电路板的印刷效率。 要求： 1>
图像预处理：将原始彩色印刷电路板图像转成灰度图像，对灰度图像进行背景平滑和滤波去噪； 2> 对去噪后的图像进行图像增强处理，增强边缘提取的效果。 3> 对增强后的图像进行边缘提取（至少两种以上的边缘提取算法）； 4> 显示每辩郑步处理后的图像（原始电路板图像亮灶碧可自行查找）； 5>
图像处理后要求能对每个焊盘进行边缘提取，边缘清晰。