二值形态学——腐蚀与膨胀 及 C语言代码实现

时间:2021-12-27 13:10:11

参考文献:数字图像处理(第三版) 何东健 西安电子科技大学出版社

二值形态学中的运算对象是集合, 但实际运算中, 当涉及两个集合时并不把它们看作是互相对等的。 一般设A为图像集合, S为结构元素, 数学形态学运算是用S对A进行操作。 结构元素本身也是一个图像集合, 不过通常其尺寸要比目标图像小得多。 对结构元素可指定一个原点, 将其作为结构元素参与形态学运算的参考点。 原点可包含在结构元素中, 也可不包含在结构元素中, 但运算的结果常不相同。 以下用黑点代表值为1的区域, 白点代表值为0的区域, 运算对于值为1的区域进行。

1.腐蚀

  腐蚀是一种最基本的数学形态学运算。 对给定的目标图像X和结构元素S, 将S在图像上移动, 则在每一个当前位置x, S+x只有3种可能的状态, 如下图所示:

二值形态学——腐蚀与膨胀 及 C语言代码实现            二值形态学——腐蚀与膨胀 及 C语言代码实现

第(1)种情形说明S+x与X相关;

第(2)种情形说明S+x与X不相关;

第(3)种情形说明S+x与X只是部分相关。

因而满足(1)式的点x的全体元素,称该点集为S对X的腐蚀(简称腐蚀, 也称X用S腐蚀),记为二值形态学——腐蚀与膨胀 及 C语言代码实现

腐蚀也可以用集合的方式定义:二值形态学——腐蚀与膨胀 及 C语言代码实现

该式表明, X用S腐蚀的结果是所有使S平移x后仍在X中的x的集合。 换句话说, 用S来腐蚀X得到的集合是S完全包含在X中时S的原点位置的集合。  

  腐蚀在数学形态学运算中的作用是消除物体边界点、 去除小于结构元素的物体、 清除两个物体间的细小连通等。 如果结构元素取3×3的像素块, 腐蚀将使物体的边界沿周边减少1个像素。

“腐蚀”图解:(腐蚀将图像(区域)缩小了)

二值形态学——腐蚀与膨胀 及 C语言代码实现

二值形态学——腐蚀与膨胀 及 C语言代码实现

代码实现:

【注】二值腐蚀基本运算,背景为黑色,目标为白色。

 //二值腐蚀
/*函数参数:
a——待腐蚀的图像
b——腐蚀后的结果
mat[5][5]——结构元素,我这里默认设了5*5的大小
*/
void Bi_Corrosion(Mat &a, Mat &b, int mat[][])
{
int i, j, k, o;
int rows = a.rows;
int cols = a.cols*a.channels(); bool flag; uchar *dst = b.data;
uchar *src = a.data;
//针对图像中每一个像素位置,判断是否结构元素能填入目标内部
for(i = ; i < rows-; i++) {
for(j = ; j < cols-; j++) {
//判断结构元素是否可以在当前点填入目标内部,1为可以,0为不可以
flag = ;
for(k = -; k <= && flag; k++) {
for(o = -; o <= ; o++) {
//如果当前结构元素位置为1,判断与对应图像上的像素点是否为非0
if(mat[k+][o+]) {
//如果图像当前像素为0,则没有击中该点,不是腐蚀的输出
if(!*(src+(i+k)*cols+j+o)){
flag = ; break;
}
}
}
}
*(dst+i*cols+j) = flag ? : ;
}
}
}

2.膨胀

  腐蚀可以看作是将图像X中每一个与结构元素S全等的子集S+x收缩为点x。 反之, 也可以将X中的每一个点x扩大为S+x, 即膨胀运算, 记为二值形态学——腐蚀与膨胀 及 C语言代码实现。用集合语言定义膨胀运算的定义形式为:二值形态学——腐蚀与膨胀 及 C语言代码实现

图示:

二值形态学——腐蚀与膨胀 及 C语言代码实现

【注意】来看下特殊情况: 用B膨胀后,结果向左平移了;而用B图像的反射膨胀后位置不变。

 二值形态学——腐蚀与膨胀 及 C语言代码实现       二值形态学——腐蚀与膨胀 及 C语言代码实现

  

对于非对称结构S,膨胀后会使得原图错移,但二值形态学——腐蚀与膨胀 及 C语言代码实现膨胀不会,总的位置和形状不变,因此膨胀公式也可以写做:

二值形态学——腐蚀与膨胀 及 C语言代码实现

对集合X的膨胀也可以看做是对集合X补集的腐蚀的补集具有对偶特性

二值形态学——腐蚀与膨胀 及 C语言代码实现

腐蚀和膨胀运算与集合运算的关系如下:

二值形态学——腐蚀与膨胀 及 C语言代码实现

二值形态学——腐蚀与膨胀 及 C语言代码实现

代码实现:

【注】二值膨胀基本运算,背景为黑色,目标为白色。

 //二值膨胀
/*函数参数:
a——待腐蚀的图像
b——腐蚀后的结果
mat——结构元素
*/
void Bi_Expansion(Mat &a, Mat &b, int mat[][]) {
int i, j, k, o;
int rows = a.rows;
int cols = a.cols*a.channels();
Mat tmp = a.clone();
uchar* src = tmp.data;
//膨胀是对图像中目标补集的腐蚀,因此先求输入图像数据的补集
for(i = ; i < rows; i++)
for(j = ; j < cols; j++)
*(src+i*cols+j) = - *(src+i*cols+j);
//膨胀是结构元素的对称集对补集的腐蚀,此处求其反射
for(i = ; i < ; i++)
for(j = ; j <= i; j++)
mat[i][j] = mat[j][i];
bool flag;
uchar* dst = b.data;
//针对图像中每一个像素位置,判断是否结构元素能填入目标内部
for(i = ; i < rows-; i++) {
for(j = ; j < cols-; j++) {
//判断结构元素是否可以在当前点填入目标内部,1为可以,0为不可以
flag = ;
for(k = -; k <= && flag; k++) {
for(o = -; o <= ; o++) {
//如果当前结构元素位置为1,判断与对应图像上的像素点是否为非0
if(mat[k+][o+]) {
if(!*(src+(i+k)*cols+j+o)){//没击中
flag = ; break;
}
}
}
}
*(dst+i*cols+j) = flag ? : ;
}
}
//用结构元素对称集对目标补集腐蚀后,还要对结构再求一次补集,才是膨胀结构输出
//赋值结构元素腐蚀漏掉的区域,使原图像恢复为二值图像
for(i = ; i < rows; i++) {
for(j = ; j < cols; j++) {
*(dst+i*cols+j) = - *(dst+i*cols+j);
if(*(dst+i*cols+j) != && *(dst+i*cols+j) != )
*(dst+i*cols+j) = ;
}
}
}