《数字图像处理》——形态学图像处理

1、二值图像形态学

     基本操作主要有：腐蚀、膨胀、开闭操作、击中或不击中（imerode、imdilate、imopen、imclose、bwhitmiss）

     下面就是bug般强大的函数bwmorph，内部也就是各种switch、case

     统计连通分量函数bwlabel，这个函数蛮有用的，可用在分割，分水岭算法中就用了这个。

    下面是一些应用：主要是通过bwmorph函数来实现。

      %% 1、边界提取
        % 原理;先腐蚀，再用原图像减去腐蚀后的图像

     %% 2、形态学重建应用：涉及两幅图像和一个结构元素，一幅图像作为标记图像（是变换的起点），另一幅图                       像作为掩膜mask图像（用来约束变换过程）
        % 一：重建开操作：可以正确地恢复腐蚀后所保留物体的形状

        % 二：填充孔洞：可实现全自动化的过程（通过imfill函数实现）

        % 三： 边界清除：删除接触边界的物体

     %% 3、细化

     %%4、骨架

     %%5、裁剪：对细化和骨架算法的补充（endpoints函数）

2、灰度图像形态学

     %% 膨胀，腐蚀和二值图像应用相同的函数imdilate、imerode
     % 对于灰度图像而言，膨胀和腐蚀是以像素领域的最大值和最小值来定义的。
     %% 可操作、闭操作也和二值图像应用相同的函数imopencv、imclose


     %% 一些基本的灰度级形态学算法


     % 1、形态学平滑：先开再闭，有需要的话再用不同大小的结构元素再做先开再闭操作
     % 由于开运算可以去除比结构元素更小的明亮细节，闭运算可以去除比结构元素更小的暗色细节
     % 所以它们经常组合在一起用来平滑图像并去除噪声

     % 2、形态学梯度
     % 膨胀得到的图像 —　腐蚀得到的图像　　＝　　原图像的形态学梯度

     % 3、顶帽变换和底帽变换  （白顶帽，黑底帽）imtophat,imbothat函数
     % 顶帽：  原图像 — 开操作
     % 底帽：  闭操作 — 原图像
     % 应用：用一个结构元通过开操作或闭操作从一幅图像中删除物体，而不是拟合被删除的物体
     % 然后，差操作得到一幅仅保留已删除分量的图像
     % 顶帽变换常用于暗背景上的亮物体（白顶帽）， 底帽刚好相反
     % 顶帽变换的一个重要用途是    校正不均匀光照的影响

     %% 灰度级形态学重构

以上内容都处在冈萨雷斯的数字图象处理第三版本