AG·尊龙凯时 - 人生就是搏!ag尊龙凯时·人生就是博

产品知识

OPT小讲堂 ∣ smart图像增强之形态学

        形态学图像处理的基本原理,可以简单理解为利用结构元素作为“探针”在图像中不断的移动,在此过程中收集图像的信息,分析图像各部分间的逻辑关系,从而了解图像的结构特征。最基本的形态学运算有腐蚀、膨胀、开运算、闭运算等。用这些算子及其组合来进行图像形状和结构的分析及处理,可以解决噪声抑制、特征提取、边缘检测、形状识别、纹理分析、图像恢复与重建等方面的问题。


一、参数设置

        点击形态学中的“设置”按钮,打开设置参数界面,如图1。

图1  形态学工具界面


        1、设置方法:点击下拉框,可选择腐蚀、膨胀、开运算、闭运算、梯度运算、顶帽运算、黑帽运算、提取边缘运算、击中或击不中运算,这些方法可以在灰度及彩色图像中使用。

        2、形态核形状:包括矩形、十字交叉、椭圆。

        3、行数/列数:行数和列数构成形态核的大小,形态核大小=行数×列数。

        4、锚点X/Y:形态核锚点的坐标位置。锚点的X/Y坐标值小于形态核的行数和形态核的列数,当锚点X/Y设置为-1,表示锚点位于形态核X/Y的中心位置上。

        5、迭代次数:形态学方法处理次数。


二、形态学方法

        1、腐蚀

        腐蚀的算法:用结构元素作为“探针”在图像上按规律移动,每次移动收集图像上被结构元素覆盖的所有像素值,取其中最小值去替换此次图像与锚点对应位置的像素值。

        腐蚀,简单理解就是消除边界点,使边界向内部收缩的过程,可有效去除噪声,消除图像中较小的干扰信息,效果如图2。

图2  腐蚀效果图


        2、膨胀

        膨胀的算法:用结构元素作为“探针”在图像上按规律移动,每次移动收集图像上被结构元素覆盖的所有像素值,取其中最大值去替换此次图像与锚点对应位置的像素值。

        膨胀,将与物体接触的所有背景点合并到该物体中,使边界向外部扩张的过程。可有效填补划痕、孔洞等,效果如图3。

图3  膨胀效果图


        3、开运算和闭运算

        开运算:先腐蚀后膨胀的过程。用来消除小物体、在纤细处分离物体、平滑较大物体的边界的同时并不明显改变其面积。

        闭运算:先膨胀后腐蚀的过程。用来填充物体内细小空洞、连接邻近物体、平滑其边界的同时并不明显改变其面积。效果如图4。

图4  开运算与闭运算效果图


        4、梯度运算

        梯度运算:膨胀图与腐蚀图之差。

        膨胀用于粗化一幅图像中的区域,而腐蚀则是细化区域。图像膨胀处理后减去腐蚀后的图像得到一幅形态学梯度的图像,强调了区域间的边界。效果如图5。

图5  梯度运算效果示意图


        5、顶帽运算和黑帽运算

        顶帽运算:源图像与开运算图之差。

        黑帽运算:源图像与闭运算图之差。

        开运算和闭运算与图像相减相结合,产生顶帽变换和底帽变换。顶帽变换用于暗背景上的亮物体,而底帽变换则用于相反的情况,所以也分别称白顶帽变换和黑底帽变换。效果如图6。

图6  顶帽运算与黑帽运算效果示意图


        6、提取边缘运算

        提取边缘运算:源图像与腐蚀图之差。对图像进行腐蚀,然后用源图像减去腐蚀后的图像即可得到边缘。相对于其他算法,这种算法更准确地判定了边缘及其方向,很好地保持了边缘细节。效果如图7。

图7  边缘提取效果示意图


        7、击中或击不中运算

        HMT变换可以同时探测图像的内部和外部。在研究图像中的目标物体与图像背景之间的关系上,HMT能够取得很好的效果,所以常被用于解决目标图像识别和模型识别等领域。效果如图8。

图8  击中或击不中运算效果示意图


表1  算法特点对比


        以上为OPT小讲堂之Smart智能视觉软件操作培训第五课内容,如有任何问题欢迎在留言区留言或来电咨询,全国服务热线400-0769-068。


联系OPT(奥普特):
联系销售团队|
获取产品演示|
获取产品报价
查看相关产品