图像处理 —— 腐蚀（形态学）

Baste · 发表于 2022-6-1 10:56

形态学基本思想：用一定形态的结构元素，去量度和提取图像中的对应形状，达到分析和识别的目的。
形态学有4个基本算子：腐蚀、膨胀、开启、闭合。这些基本运算可以推导和组合出多种实用的算法。
腐蚀：是将图像X中每一与结构元素B全等的子集 B+X 收缩为 X。（结构必须完全相同）
腐蚀作用：消除物体的边界点，使边界向内收缩，可以把小于结构元素的物体去除。可将两个有细小连通的物体分开。该方法可以用来去除毛刺，小凸起等。如果两个物体间有细小的连通，当结构足够大时，可以将两个物体分开。

腐蚀效果图

<hr/>腐蚀方式有三种，水平腐蚀、垂直腐蚀、及全方向腐蚀。
水平腐蚀：遍历目标图像中的目标区域，只考虑目标像素及其相邻的左右两个像素的灰度值，确认其与腐蚀的结构元素是否一致，如果一致，则保留该像素点。否则将该像素点删除。
源码如下：
void LevelCorrosion()
{
BYTE* temp;
BYTE* p_data;

p_data = this->GetData();
int nHeight, nWidth;
nHeight = this->GetHeight();
nWidth = this->GetWidth();
if (m_pBitmapInfoHeader->biBitCount < 9)
{
temp = new BYTE[nWidth*nHeight];
memset(temp, (BYTE)255, nWidth*nHeight);
for (int j = 0; j < nHeight; j++)
{
for (int i = 1; i < nWidth-1; i++)
{
//目标图像中的当前点先赋成黑色
*(temp+j*nWidth+i) = 0;
// 如果源图像中左中右三个点之一有白点，
// 则将目标图像中的(0,0)点赋成白色
for (int m = i - 1; m < i + 2; m++)
{
if (*(p_data+j*nWidth+m) > 128)
{
*(temp+j*nWidth+i) = 255;
}
}
}
}

memcpy(p_data, temp, nWidth*nHeight);
}

delete temp;
}效果如下：

https://www.zhihu.com/video/1443734444532797440
垂直腐蚀：遍历目标图像中的目标区域，只考虑目标像素及其相邻的上下两个像素的灰度值，确认其与腐蚀的结构元素是否一致，如果一致，则保留该像素点。否则将该像素点删除。
源码如下：
void VerticalCorrosion()
{
BYTE* temp;
BYTE* p_data;

p_data = this->GetData();
int nHeight, nWidth;
nHeight = this->GetHeight();
nWidth = this->GetWidth();
if (m_pBitmapInfoHeader->biBitCount < 9)
{
temp = new BYTE[nWidth*nHeight];
memset(temp, (BYTE)255, nWidth*nHeight);
for (int j = 1; j < nHeight -1; j++)
{
for (int i = 0; i < nWidth; i++)
{
//目标图像中的当前点先赋成黑色
*(temp+j*nWidth+i) = 0;
// 如果源图像中上中下三个点之一有白点，
// 则将目标图像中的(0,0)点赋成白色
for (int m = j - 1; m < j + 2; m++)
{
if (*(p_data+m*nWidth+i) > 128)
{
*(temp+j*nWidth+i) = 255;
}
}
}
}

memcpy(p_data, temp, nWidth*nHeight);
}

delete temp;
}效果如下：

https://www.zhihu.com/video/1443734268363599872
全方向腐蚀：遍历目标图像中的目标区域，只考虑目标像素及其相邻的上下左右四个像素的灰度值，确认其与腐蚀的结构元素是否一致，如果一致，则保留该像素点。否则将该像素点删除。
源码如下：
void DoubleCorrosion()
{
BYTE* temp;
BYTE* p_data;

p_data = this->GetData();
int nHeight, nWidth;
nHeight = this->GetHeight();
nWidth = this->GetWidth();
if (m_pBitmapInfoHeader->biBitCount < 9)
{
temp = new BYTE[nWidth*nHeight];
memset(temp, (BYTE)255, nWidth*nHeight);
for (int j = 1; j < nHeight-1; j++)
{
for (int i = 1; i < nWidth-1; i++)
{
//目标图像中的当前点先赋成黑色
*(temp+j*nWidth+i) = 0;
// 如果源图像中上下左右四个点之一有白点，
// 则将目标图像中的(0,0)点赋成白色
if (*(p_data+j*nWidth+i-1) > 128)
{
*(temp+j*nWidth+i) = 255;
continue;
}
if (*(p_data+(j-1)*nWidth+i) > 128)
{
*(temp+j*nWidth+i) = 255;
continue;
}
if (*(p_data+j*nWidth+i+1) > 128)
{
*(temp+j*nWidth+i) = 255;
continue;
}
if (*(p_data+(j+1)*nWidth+i) > 128)
{
*(temp+j*nWidth+i) = 255;
continue;
}
/*if (*(p_data+j*nWidth+i) > 128)
{
*(temp+j*nWidth+i) = 255;
continue;
}*/
}
}

memcpy(p_data, temp, nWidth*nHeight);
}

delete temp;
}效果如下：

https://www.zhihu.com/video/1443881053479530497
总结：图像的腐蚀处理方式，照我简单通俗的理解就是，提供一个模板区域，在目标图像上遍历每个像素点。得注意遍历的区间，具体的区间范围受模板区域由模板区域大小决定。以目标像素点为中心，跟模板大小一样的范围，对比一下相应的像素值是不是一样，如果一样，那么就保留该像素点，否则就将该目标像素点置为背景色，相当于删除该目标像素点。跟之前的灰度变化、分割等功能大同小异。当初对比的是灰度值，此时作比较的是一个范围，一块图像。

HuldaGnodim · 发表于 2022-6-1 10:58

这是二值图像吗？

acecase · 发表于 2022-6-1 11:02

灰度图

		自动登录	找回密码
密码			立即注册

图像处理 —— 腐蚀（形态学）

本帖子中包含更多资源