VM形态学处理

官网上面的介绍:

形态学处理主要用来从图像中提取出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的形状特征,如边界和连通区域等。形态学处理是针对图片中的白色像素点进行处理的。

腐蚀

每当在目标图像中找到一个与结构元素相同的子图像时,就把该子图像中与结构元素的原点位置对应的那个像素位置标注为1,目标图像上标注出的所有这样的像素组成的集合,即为腐蚀运算结果,如下图所示。
VM形态学处理_第1张图片
简而言之腐蚀运算会使目标图像中元素1损失掉。当当目标图像中背景灰度低,前景灰度高时会使前景被腐蚀。

迭代次数是重复的次数
核宽/高度:结构元素的宽度和高度,加大该值会使形态学处理的效果更佳明显

效果如下:
腐蚀前:
VM形态学处理_第2张图片

腐蚀后:VM形态学处理_第3张图片
VM形态学处理_第4张图片
相当于其中的白色像素点,越来越来越少

膨胀

先对结构元素做关于其原点的反射得到反射集合,然后再在目标图像上将反射集合平移,则那些反射集合平移后与目标图像至少有1个非零公共元素相交时对应的反射集合的原点位置所组成的集合,就是膨胀运算的结果,如下图所示。

VM形态学处理_第5张图片
简而言之膨胀运算会在目标图像中填充更多的元素1。当目标图像中背景灰度低,前景灰度高时会使前景被膨胀。
膨胀前:
VM形态学处理_第6张图片
膨胀后:
VM形态学处理_第7张图片
VM形态学处理_第8张图片
膨胀相当于和腐蚀反效果:迭代次数越多所在的像素点中的白色越多

开操作

使用同一个结构元素对目标图像先进行腐蚀运算,然后再进行膨胀运算称为开运算,开运算具有磨光图像外边界的作用。

形态学形状 :

结构元素的形状,运算结果图像轮廓会和形态学形状比较相似

核宽/高度:

结构元素的宽度和高度,加大该值会使形态学处理的效果更佳明显
VM形态学处理_第9张图片
变成
VM形态学处理_第10张图片
相当于磨边的操作

闭操作

使用同一个结构元素对目标图像先进行膨胀运算,然后再进行腐蚀运算称为闭运算,闭运算具有磨光物体内边界的作用。
VM形态学处理_第11张图片
操作后
VM形态学处理_第12张图片
效果和开操作是差不多都是实现了平滑过渡,只是和开操作的效果不同,看自己想要那种效果了

你可能感兴趣的:(versionmaster,C#,c#,开发语言)