形态学图像处理简介

1，图像形态学概念
形态学，即数学形态学(mathematical Morphology），，主要用于从图像中提取对表达和描绘区域形状有意义的图像分量，使后续的识别工作能够抓住目标对象最为本质〈最具区分能力－most discriminative）的形状特征，如边界和连通区域等。同时像细化、像素化和修剪毛刺等技术也常应用于图像的预处理和后处理中，成为图像增强技术的有力补充。

2，形态学图像处理操作
按照处理对象不同，分为对二值图像处理和对灰度图像处理，处理函数大部分都是相同的，除了击中或击不中变换（仅适用于二值图像）。
2.1 二值图像
（1）膨胀：
膨胀是图像中的目标“生长”或“变粗”的操作
（2）腐蚀：
腐蚀是图像中的目标“收缩”或“变细”的操作。
（3）开操作：
先腐蚀，再膨胀 。开操作可以去除所有不能包含结构元的部分，平滑目标的轮廓，断开了细的连接部分。
（4）闭操作：
先膨胀，再腐蚀 。闭操作可以平滑目标的轮廓，并且连接窄的断裂并填满细长的“港湾”，填满闭结构元小的洞。
（5）击中或击不中变换：
结构元是一对儿结构元，A被B1腐蚀 ∩ A的补集被B2腐蚀
（6）标记连通分量：
连通分量就是前景图像内部单个元素之间的关系，是通过连通得到的像素集合。连通分为4连通和8连通。
（8）形态学重建：
重建是一种形态学变换，包括一幅原图像G(模板)，一幅标记图像F（标记），一个结构元B。其中F被包含于G。有一些重建和其他操作结合的方法并能取得很好的效果。

2.2 灰度图像
（1）膨胀和腐蚀：
从膨胀结果中减去腐蚀的结果，可产生形态学梯度，这是图像局部灰度变化的一种度量。
（2）开操作和闭操作：
开操作可以去除小的亮点细节，同时保留所有的灰度并保证较大的亮区特征不受干扰。闭操作去除比结构元校的黑暗结构。

两者组合可以平滑图像并去除噪声；交替顺序滤波；开操作可以用来补偿非均匀照明的背景（就是图像背景的亮度不一样，有暗有亮）；顶帽操作,原图像减去图像开操作结果；底帽操作，原图像减去图像闭操作结果（这两个操作配合可以增强图像的对比度）
（3）重建：
抑制小的灰度峰值；用重建移去复杂的背景（结合腐蚀，重建的开操作，并选择合适的结构元）
3，总结：
膨胀和腐蚀常用于边界的提取。边界的提取是通过对目标图像进行腐蚀或膨胀处理，比较结果图像和原图像的差别来实现的。内边界的提取利用图像的腐蚀处理得到原图像的一个收缩，再将收缩结果和目标图像进行异或运算。外边界的提取对目标图像进行膨胀处理，然后利用膨胀结果与原目标图像进行异或运算。
开操作和闭操作：开运算用来图像进行消噪处理，同时，图像的开运算可以选择性地保留目标图像中符合结构原色几何性质的部分，而过滤掉相对结构元素而言残损的部分。闭运算用来对目标图像分开的区域进行连接及对图像中细小缝隙进行填补，通过适当地选择结构元素，图像的闭运算可以令图像的填补结果具有一点的几何特征，适当地对图像进行闭运算有时可以使图像变得更加清晰连贯，同时可以避免原图像中线条加粗。

3，结构元
结构元本质上和掩膜比较相似，也是0-1矩阵，不过进行的是集合运算而不是卷积运算。除了自己写结构元，也有特定的函数来产生结构元。