数字图像处理基础朱虹答案
【篇一：数字图像处理-图像的腐蚀】
像腐蚀对图像的提取与识别的重要性，提高分析问题解决问题的能力，较深入地理解数字图像处理的基本概念、基础理论以及解决问
题的基本思想方法
2熟悉数字图像处理的基本概念、原理、和方法，锻炼初步综合利
用所学知识深入研究有关信息领域问题的能力，并未以后在此方向
上的深入研究奠定基础。
3熟悉掌握一门计算机语言可以进行数字图像的应用与处理设计。
1熟悉掌握matlab仿真的软件的应用平台及使用方法。
2理解图像腐蚀的原理。
3设计合理的程序，能实现图像的腐蚀。
3.1关于图像腐蚀
形态学运算只针对二值图像（二进制图像），并依据数学形态学（mathermatical morphogy）集合论方法发展起来的图像处理方法，起源于岩相对岩石结构的定量描述工作，在数字图像处理和机器视
觉领域中得到了广泛的应用，形成了一种独特的数字图像分析方法
和理论。数学形态学是图像处理和模式识领域的新方法，其基本思
想是：用具有一定形态的结构元素去量度和提取图像中的对应形状，以达到图像分析和识别的目的。优势有以下几点：有效滤除噪声，
保留图像中原有信息，算法易于用并行处理方法有效实现（包括硬
件实现），基于数学形态学的边缘信息提取处理优于基于微分运算
的边缘提取算法，提取的边缘比较平滑，提取的图像骨架也比较连续，断点少。
二值图像中的一种主要处理是对所提取的目标图形进行形态分析。
而形态处理中最基本的是腐蚀与膨胀。腐蚀处理的作用是将目标图
形收缩。运算效果取决于结构元素大小内容以及逻辑运算性质。
结构元素是指具有某种确定形状的基本结构元素，例如，一定大小
的矩形,圆或者菱形等。
腐蚀处理可以表示成用结构元素对图像进行探测，找出图像中可以
放下该结构元素的区域。腐蚀是一种消除边界点，使边界向内部收
缩的过程。可以用来消除小且无意义的目标物。如果两目标物间有
细小的连通，可以选取足够大的结构元素，将细小连通腐蚀掉[1]。
3.2腐蚀的算法
用3x3的结构元素，扫描图像的每一个像素；
用结构元素与其覆盖的二值图像做“与”操作；
如果都为1，结果图像的该像素为1。否则为0。
结果：使二值图像减小一圈。
把结构元素b平移a后得到ba，若ba包含于x，我们记下这个a 点，所有满足上述条件的a点组成的集合称做x被b腐蚀(erosion)
的结果。用公式表示为：e(x)={a| ba
x}=x b，如图1.1所示。
图3.1 腐蚀的示意图
图1.1中x是被处理的对象，b是结构元素。不难知道，对于任意
一个在阴影部分的点a，ba 包含于x，所以x被b腐蚀的结果就是
那个阴影部分。阴影部分在x的范围之内，且比x小，就象x被剥
掉了一层似的，这就是为什么叫腐蚀的原因。
值得注意的是，上面的b是对称的，即b的对称集bv=b，所以x
被b腐蚀的结果和x被bv腐蚀的结果是一样的。如果b不是对称的，让我们看看图
6.9，就会发现x被b腐蚀的结果和x被bv腐蚀的结果不同。
图1.1和图1.2都是示意图，让我们来看看实际上是怎样进行腐蚀
运算的。在图1.3中，左边是被处理的图象x(二值图象，我们针对
的是黑点)，中间是结构元素b，那个标有origin的点是中心点，即
当前处理元素的位置，我们在
介绍模板操作时也有过类似的概念。腐蚀的方法是，拿b的中心点
和x上的点一个一个地对比，如果b上的所有点都在x的范围内，
则该点保留，否则将该点去掉；右边是腐蚀后的结果。可以看出，
它仍在原来x的范围内，且比x包含的点要少，就象x被腐蚀掉了
一层。
图3.3 腐蚀运算
图3.4 原图
图3.5 腐蚀后的结果图
图1.4为原图，图1.5为腐蚀后的结果图，能够很明显地看出腐蚀
的效果。下面的这段程序，实现了上述的腐蚀运算，针对的都是黑
色点。参数中有一个bool变量，为真时，表示在水平方向进行腐蚀
运算，即结构元素b为 [111];
t[2]否则在垂直方向上进行腐蚀运算，即结构元素b为 [111]。
创建结构元素： strel函数来创建任意大小和形状的strel 对象，支
持如线形line、菱形diamond、圆盘形disk、球形ball等许多种常
用的形状。（本次实验做对象为菱形diamond、球形ball、圆盘形disk的strel函数。）
【篇二：图像处理综合训练任务书】
txt>图像处理综合训练任务书
一、题目简介
该训练要求学生在掌握数字图像处理技术的基础知识、基本原理和
方法的基础上，使用数字图像处理方法完成图像处理程序设计。
通过该题目的分析和设计，使学生巩固数字图像处理课程中所学到
的相关知识、理论和方法，得到数字图像处理应用的综合训练，全
面培养图像处理程序开发过程中的分析、设计、编码、测试及文档
规范书写的能力，提高解决实际问题的能力。
二、设计任务
1、查阅文献资料，一般在5篇以上；
2、掌握利用matlab开发图像处理程序的基本方法；
3、掌握常用的图像增强、图像几何变换、图像噪声抑制、图像锐化、图像分割、图像变换、二值数学形态学图像处理算法的编程；
4、撰写设计说明书；
三、主要内容、功能及技术指标
1、选取若干张目标图像文件，在计算机图像驱动程序中显示；
2、图像增强技术有对比度线性展宽、灰级窗和灰级窗切片、动态范
围调整、直方图均衡化、伪彩色处理，多种方法任选一到两种实现
对图像的增强处理；
3、图像几何变换技术有图像位置变换、图像形状变换，多种方法任
选一到两种实现对图像的几何变换处理；
4、图像噪声抑制技术有均值滤波处理、中值滤波处理、灰度最小方
差的均值滤波处理、k近邻平滑滤波处理、对称近邻均值滤波处理，
多种方法任选一到两种实现对图像的噪声处理；
5、图像锐化技术有roberts交叉微分算子、sobel微分算子、
priwitt微分算子、laplacian微分算子、wallis微分算子，多种方法
任选一到两种实现对图像的锐化处理。
6、图像分割技术有基于灰度直方图的峰谷法、p-参数法、均匀性度
量法、类间最大距离法、最大熵方法、聚类方法、边缘检测法、区
域生长法，多种方法任选一到两种实现对图像的分割处理；
7、图像变换技术有傅里叶变换、离散余弦变换，多种方法任选一到两种实
现对图像的变换处理；
8、二值图像处理技术有腐蚀、膨胀、开运算、闭运算，多种方法任选一到两种实现对二值图像的处理。
四、设计完提交的成果
1、设计说明书一份，内容包括：
1) 封面
2）目录
3）中文摘要100字左右；关键词3-5个
4) 前言
5）算法分析与描述
6）详细设计过程（含核心算法程序代码）
7）调试过程中出现的问题及相应解决办法
8）程序运行截图及其说明
9）设计总结、参考文献等。
2、以班为单位刻制光盘1张。
五、主要参考文献
[1] 朱虹. 数字图像处理基础[m]. 科学出版社, 2005
[2] r c.gonzalez, r e.woods著,阮秋琦,阮宇智等译.数字图像处理(第2版).北京:电子工业出版社,2003
[3] k.r.castleman 等编著. 数字图像处理.北京:电子工业出版
社,2002
[4] 章毓晋 .图像处理与分析-图像工程（上册）,清华大学,2001
[5] marks.nixon等编著.特征提取与图像处理（第二版）.电子工业出版社,2010
[6] 全红艳等编著. 数字图像处理原理与实现方法. 机械工业出版社,2014.
[7] 孙正. 数字图像处理与识别.机械工业出版社,2014
[8] r c.gonzalez, r e.woods, s l. eddins著,阮秋琦,阮宇智等译.数字图像处理(matlab版).北京:电子工业出版社,2005
2015年11月30日
【篇三：数字图像腐蚀】
像腐蚀对图像的提取与识别的重要性，提高分析问题解决问题的能力，较深入地理解数字图像处理的基本概念、基础理论以及解决问
题的基本思想方法
2熟悉数字图像处理的基本概念、原理、和方法，锻炼初步综合利
用所学知识深入研究有关信息领域问题的能力，并未以后在此方向
上的深入研究奠定基础。
3熟悉掌握一门计算机语言可以进行数字图像的应用与处理设计。 2 设计要求
1熟悉掌握matlab仿真的软件的应用平台及使用方法。
2理解图像腐蚀的原理。
3设计合理的程序，能实现图像的腐蚀。
3 设计方案
3.1关于图像腐蚀
形态学运算只针对二值图像（二进制图像），并依据数学形态学（mathermatical morphogy）集合论方法发展起来的图像处理方法，起源于岩相对岩石结构的定量描述工作，在数字图像处理和机器视
觉领域中得到了广泛的应用，形成了一种独特的数字图像分析方法
和理论。数学形态学是图像处理和模式识领域的新方法，其基本思
想是：用具有一定形态的结构元素去量度和提取图像中的对应形状，以达到图像分析和识别的目的。优势有以下几点：有效滤除噪声，
保留图像中原有信息，算法易于用并行处理方法有效实现（包括硬
件实现），基于数学形态学的边缘信息提取处理优于基于微分运算
的边缘提取算法，提取的边缘比较平滑，提取的图像骨架也比较连续，断点少。
二值图像中的一种主要处理是对所提取的目标图形进行形态分析。
而形态处理中最基本的是腐蚀与膨胀。腐蚀处理的作用是将目标图
形收缩。运算效果取决于结构元素大小内容以及逻辑运算性质。
结构元素是指具有某种确定形状的基本结构元素，例如，一定大小
的矩形,圆或者菱形等。
腐蚀处理可以表示成用结构元素对图像进行探测，找出图像中可以
放下该结构元素的区域。腐蚀是一种消除边界点，使边界向内部收
缩的过程。可以用来消除小且无意义的目标物。如果两目标物间有
细小的连通，可以选取足够大的结构元素，将细小连通腐蚀掉。
3.2腐蚀的算法
用3x3的结构元素，扫描图像的每一个像素；
用结构元素与其覆盖的二值图像做“与”操作；
如果都为1，结果图像的该像素为1。否则为0。
结果：使二值图像减小一圈。
把结构元素b平移a后得到ba，若ba包含于x，我们记下这个a 点，所有满足上述条件的a点组成的集合称做x被b腐蚀(erosion)
的结果。用公式表示为：e(x)={a| ba x}=x b，如图1.1所示。
图3.1 腐蚀的示意图
图1.1中x是被处理的对象，b是结构元素。不难知道，对于任意
一个在阴影部分的点a，ba 包含于x，所以x被b腐蚀的结果就是
那个阴影部分。阴影部分在x的范围之内，且比x小，就象x被剥
掉了一层似的，这就是为什么叫腐蚀的原因。
值得注意的是，上面的b是对称的，即b的对称集bv=b，所以x
被b腐蚀的结果和x被bv腐蚀的结果是一样的。如果b不是对称的，让我们看看图
6.9，就会发现x被b腐蚀的结果和x被bv腐蚀的结果不同。
图3.2 结构元素非对称时，腐蚀的结果不同
图1.1和图1.2都是示意图，让我们来看看实际上是怎样进行腐蚀
运算的。在图1.3中，左边是被处理的图象x(二值图象，我们针对
的是黑点)，中间是结构元素b，那个标有origin的点是中心点，即
当前处理元素的位置，我们在介绍模板操作时也有过类似的概念。
腐蚀的方法是，拿b的中心点和x上的点一个一个地对比，如果b
上的所有点都在x的范围内，则该点保留，否则将该点去掉；右边
是腐蚀后的结果。可以看出，它仍在原来x的范围内，且比x包含
的点要少，就象x被腐蚀掉了一层。
图3.3 腐蚀运算
图3.4 原图
图3.5 腐蚀后的结果图
图1.4为原图，图1.5为腐蚀后的结果图，能够很明显地看出腐蚀
的效果。下面的这段程序，实现了上述的腐蚀运算，针对的都是黑
色点。参数中有一个bool变量，为真时，表示在水平方向进行腐蚀
运算，即结构元素b为 [111];
t[2]否则在垂直方向上进行腐蚀运算，即结构元素b为 [111]。
创建结构元素： strel函数来创建任意大小和形状的strel 对象，支
持如线形line、菱形diamond、圆盘形disk、球形ball等许多种常
用的形状。（本次实验做对象为菱形diamond、球形ball、圆盘形disk的strel函数。）
3.3关于图像腐蚀函数
可以使用imerode函数进行图像腐蚀。imerode函数需要两个基本输入参数：待处理的输入图像以及结构元素对象。此外，imerode 函数还可以接受3个可选参数：padopt(padopt) ——影响输出图片的大小、packopt(packopt).——说明输入图像是否为打包的二值图像(二进制图像)。m——指定原始图像的行数。
以下程序示例说明了如何对某一副具体图像进行腐蚀操作，腐蚀前后的效果对比如图末[3]。
步骤1，读取图像cameraman.tif （该图像是matlab当前目录下自带的图片） bw1=imread(cameraman.tif);
步骤2，创建一个任意形状的结构元素对象
se=strel(arbitrary,eye(5));
步骤3，以图像bw1和结构元素se为参数调用imerode函数进行腐蚀操作。 bw2=imerode(bw1,se);
步骤4，显示操作结果
imshow(bw1)
figure,imshow(bw2)