数字图像处理中的形态学
（摘自某文献，因为贴图的数目有限制，后面的公式图片没有能够上，电脑重装后文档已经找不到了，囧）
一 引言
数学形态学是一门建立在集论基础上的学科，是几何形态学分析和描述的有力工具。数学形态学的历史可回溯到19世纪。1964年法国的Matheron和Serra在积分几何的研究成果上，将数学形态学引入图像处理领域，并研制了基于数学形态学的图像处理系统。1982年出版的专著《Image Analysis and
Mathematical Morphology》是数学形态学发展的重要里程碑，表明数学形态学在理论上趋于完备及应用上不断深入。数学形态学蓬勃发展，由于其并行快速，易于硬件实现，已引起了人们的广泛关注。目前，数学形态学已在计算机视觉、信号处理与图像分析、模式识别、计算方法与数据处理等方面得到了极为广泛的应用。
数学形态学可以用来解决抑制噪声、特征提取、边缘检测、图像分割、形状识别、纹理分析、图像恢复与重建、图像压缩等图像处理问题。该文将主要对数学形态学的基本理论及其在图像处理中的应用进行综述。
二 数学形态学的定义和分类
数学形态学是以形态结构元素为基础对图像进行分析的数学工具。它的基本思想是用具有一定形态的结构元素去度量和提取图像中的对应形状以达到对图像分析和识别的目的。数学形态学的应用可以简化图像数据，保持它们基本的形状特征，并除去不相干的结构。数学形态学的基本运算有4个：膨胀、腐蚀、开启和闭合。它们在二值图像中和灰度图像中各有特点。基于这些基本运算还可以推导和组合成各种数学形态学实用算法。
（1）二值形态学
数学形态学中二值图像的形态变换是一种针对集合的处理过程。其形态算子的实质是表达物体或形状的集合与结构元素间的相互作用，结构元素的形状就决定了这种运算所提取的信号的形状信息。形态学图像处理是在图像中移动一个结构元素，然后将结构元素与下面的二值图像进行交、并等集合运算。
像的形态学处理方法包括
形态学处理是数字图像处理领域的重要技术之一，主要用于图像的形状、大小和结构的分析与变换。以下是几种常见的形态学处理方法：
1. 膨胀(Dilation)：膨胀操作可以扩大图像中明亮区域的像素值，从而增大目标物体的尺寸。膨胀操作使用一个结构元素(strel)对图像进行滑动，当结构元素中的像素点与源图像中的像素点匹配时，将目标图像中对应位置设置为白色。多次膨胀操作会导致目标物体变得更大。
2. 腐蚀(Erosion)：腐蚀操作与膨胀操作相反，它可以缩小图像中明亮区域的像素值，从而减小目标物体的尺寸。腐蚀操作使用同样的结构元素(strel)对图像进行滑动，当结构元素中的所有像素点与源图像中的所有像素点匹配时，将目标图像中对应位置设置为白色。多次腐蚀操作会导致目标物体变得更小。
3. 开运算(Opening)：开运算是先进行腐蚀操作，然后再进行膨胀操作。开运算可以去除噪点、平滑图像边界，并保持图像中明亮区域的形态特征。
4. 闭运算(Closing)：闭运算是先进行膨胀操作，然后再进行腐蚀操作。闭运算可以填充图像中的空洞、连接断裂的物体，并保持图像中较暗区域的形态特征。
5. 边缘检测：利用膨胀和腐蚀操作的差异来检测图像中的边缘。常用的边缘检测算法有Sobel算法、Prewitt算法和Canny算法等。
6. 骨架化(Skeletonization)：骨架化是通过连续的腐蚀操作将物体细化到只有一个像素宽度的过程。骨架化操作可以提取图像中物体的形状特征，并用于形状匹配、特征提取等应用。 7. 捕获区域(Region Filling)：捕获区域操作是通过连续的膨胀操作填充图像中的空洞，以便更好地分析和处理图像。捕获区域操作可以应用于图像分割、目标识别等应用中。
除了上述方法，形态学处理还可以结合其他图像处理技术，如阈值化、滤波和边缘检测等，来进行更为复杂的操作和分析。形态学处理方法在图像分析、目标识别、医学图像处理等领域有着广泛的应用和研究。
形态学（膨胀、腐蚀、开运算和闭运算）
形态学是数字图像处理中一类基础的图像处理方法，主要包括膨胀、腐蚀、开运算和闭运算。
膨胀运算是指将原图像中的对象进行膨胀，从而扩充其面积和增加其厚度的操作。具体实现方法包括选定一个结构元素，在图像上滑动并进行覆盖操作。该方法常被用于缩小空洞、连接断裂区域和增强图像边缘等处理，同时也可用于通常的形态学处理。
腐蚀运算则是指将原图像中的对象进行“腐蚀”，从而去除其周围的噪声和小细节。具体实现方法和膨胀运算相似，同样需要选定一个结构元素，并在图像上滑动并进行覆盖操作。不过需要特别注意的是，腐蚀运算会使图像缩小，因此需要对结果进行调整以避免造成图像的变形。
开运算和闭运算则是形态学处理中两个较为重要的操作。开运算首先对原图像进行腐蚀操作，然后对处理后的图像进行膨胀，起到去除噪声和小细节、平滑增强边缘的作用。而闭运算则是首先对原图像进行膨胀操作，然后再进行腐蚀，用于填充空洞、平滑边缘和连接断裂区域。
总之，形态学是数字图像处理中非常重要的一类方法，适用于去除噪声、连接区域、平滑边缘等各种实际问题的解决。我们需要结合具体问题进行选用，并根据具体实现方法进行调整和优化，以达到最佳处理效果。
实验6 形态学图像处理
一．实验目的：
1．掌握形态学图像处理的基本算法：膨胀、腐蚀。
2．掌握MATLAB函数中用于构建结构元的标准函数。
3．掌握开运算、闭运算。
二．实验内容：
1．利用MATLAB标准函数构建结构元。
2．运用MATLAB标准函数进行膨胀、腐蚀运算，以及开运算、闭运算
三．实验原理：
1．构建结构元
MATLAB标准函数strel运用各种形状和大小构造结构元素，其基本语法为：
se = strel(shape, parameters)
其中，shape是指定的希望形状的字符串，而parameters是指定形状信息（如其大小）的一系列参数。
语句形式 描述
se = strel(‘diamond’, R) 创建一个菱形结构元，其中R是从结构原点到菱形最远点的距离
se = strel(‘disk’, R) 创建一个圆盘形结构元，其半径为R
se = strel(‘square’, R) 创建一个方形结构元，其边长为R
例：>> se = strel(‘diamond’, 5) //返回一个沿水平和垂直轴扩展5个像素的菱形结构元
2． 膨胀、腐蚀运算，开运算、闭运算
膨胀：MATLAB标准函数imdilate(f, se)，f是输入的二值图像，se是用于膨胀的结构元，函数的输出即为膨胀后的二值图像。
腐蚀：MATLAB标准函数imerode(f, se)，f是输入的二值图像，se是用于腐蚀的结构元，函数的输出即为腐蚀后的二值图像。
开运算(先腐蚀再膨胀)：MATLAB标准函数imopen(f, se)，f是输入的二值图像，se是结构元，函数的输出即为开运算后的二值图像。
闭运算(先膨胀再腐蚀)：MATLAB标准函数imclose(f, se)，f是输入的二值图像，se是结构元，函数的输出即为闭运算后的二值图像。
