第8章二值圖像處理ppt課件

1、第第8 8章章 二值圖像處理二值圖像處理 ( (數(shù)學(xué)形態(tài)學(xué)圖像處數(shù)學(xué)形態(tài)學(xué)圖像處理理) )l經(jīng)過圖像分割之后，通常所獲得的是二值圖像。我們希望該二值圖像中的兩個值準(zhǔn)確地代表“目的及“背景兩個問題。但是在實際中，往往所檢測到的“目的只是“候選目標(biāo)”，為了保證不丟失目標(biāo)，在圖像分割時，允許有若干個“假目標(biāo)出現(xiàn)。還有一種情況是，經(jīng)過圖像分割之后，所提取的是多個目標(biāo)，這時就需要對所獲得的二值圖像進行處理，實現(xiàn)對目標(biāo)的分析。數(shù)學(xué)形態(tài)學(xué)概述數(shù)學(xué)形態(tài)學(xué)概述u 數(shù)學(xué)形態(tài)學(xué)的發(fā)展簡史及基本思想數(shù)學(xué)形態(tài)學(xué)的發(fā)展簡史及基本思想u可回溯到可回溯到1919世紀(jì)世紀(jì)EulerEuler、2020世紀(jì)世紀(jì)Minkowski

2、Minkowski等人的等人的研究。研究。u19641964年法國的年法國的MatheronMatheron和和SerraSerra在積分幾何的研究在積分幾何的研究成果上，將數(shù)學(xué)形態(tài)學(xué)引入圖像處理領(lǐng)域，并研成果上，將數(shù)學(xué)形態(tài)學(xué)引入圖像處理領(lǐng)域，并研制了基于數(shù)學(xué)形態(tài)學(xué)的圖像處理系統(tǒng)。制了基于數(shù)學(xué)形態(tài)學(xué)的圖像處理系統(tǒng)。u19681968年在巴黎礦業(yè)學(xué)院創(chuàng)建了數(shù)學(xué)形態(tài)學(xué)研究中年在巴黎礦業(yè)學(xué)院創(chuàng)建了數(shù)學(xué)形態(tài)學(xué)研究中心。心。uMatheronMatheron于于19751975年出版的年出版的Random Sets and Integral Geometry一書論述了隨機集合論、積一書論述了隨機集合論、

3、積分幾何論和拓撲邏輯論，為數(shù)學(xué)形態(tài)學(xué)奠定了堅分幾何論和拓撲邏輯論，為數(shù)學(xué)形態(tài)學(xué)奠定了堅實的理論基礎(chǔ)。實的理論基礎(chǔ)。u1982年年Serra的專著的專著是數(shù)學(xué)形態(tài)學(xué)發(fā)展的重要里程碑。是數(shù)學(xué)形態(tài)學(xué)發(fā)展的重要里程碑。u1985年以后，一些相關(guān)領(lǐng)域的國際會議開始把數(shù)學(xué)形態(tài)學(xué)年以后，一些相關(guān)領(lǐng)域的國際會議開始把數(shù)學(xué)形態(tài)學(xué)列為學(xué)術(shù)討論專題，或?qū)ｉT舉行研討會。列為學(xué)術(shù)討論專題，或?qū)ｉT舉行研討會。u1990年起，年起，SPIE每年舉辦一次每年舉辦一次“Image Algebra and Morphological Image Processing會議。會議。u1986年年出版了形出版了形態(tài)學(xué)在信號處理中的應(yīng)用

4、研究專輯。態(tài)學(xué)在信號處理中的應(yīng)用研究專輯。數(shù)學(xué)形態(tài)學(xué)是研究空間結(jié)構(gòu)的形狀、框架的學(xué)科數(shù)學(xué)形態(tài)學(xué)是研究空間結(jié)構(gòu)的形狀、框架的學(xué)科l以積分幾何、集合代數(shù)及拓撲論為理論基礎(chǔ)，此外還涉及隨機集論、近世代數(shù)和圖論等一系列數(shù)學(xué)分支。l數(shù)學(xué)形態(tài)學(xué)的理論雖然很復(fù)雜，被稱為“驚人的數(shù)學(xué)”，但它的基本思想?yún)s是簡單而完美的。l數(shù)學(xué)形態(tài)學(xué)的基于集合的觀點是極其重要的。數(shù)學(xué)形態(tài)學(xué)的基于集合的觀點l（1運算由集合運算如并、交、補等來定義；l（2所有的圖像都必須以合理的方式轉(zhuǎn)換為集合。l形態(tài)學(xué)算子的性能主要以幾何方式進行刻畫，更適合視覺信息的處理和分析。l基本思想：l利用結(jié)構(gòu)元素作為“探針在圖像中不斷移動，在此過程中收集圖

5、像的信息、分析圖像各部分間的相互關(guān)系，從而了解圖像的結(jié)構(gòu)特征。 圖圖9.1 9.1 數(shù)學(xué)形態(tài)學(xué)的方法數(shù)學(xué)形態(tài)學(xué)的方法移位、交、并等集合運算移位、交、并等集合運算輸出圖像輸出圖像輸入圖像輸入圖像結(jié)構(gòu)元素結(jié)構(gòu)元素 結(jié)構(gòu)元素的選擇十分重要l根據(jù)探測研究圖像的不同結(jié)構(gòu)特點，結(jié)構(gòu)元素可攜帶形態(tài)、大小、灰度、色度等信息。l不同點的集合形成具有不同性質(zhì)的結(jié)構(gòu)元素。由于不同的結(jié)構(gòu)元素可以用來檢測圖像不同側(cè)面的特征，因此設(shè)計符合人的視覺特性的結(jié)構(gòu)元素是分析圖像的重要步驟。l最基本的形態(tài)學(xué)運算有：膨脹,腐蝕，開，閉。l用這些算子及其組合來進行圖像形狀和結(jié)構(gòu)的分析及處理，可以解決l抑制噪聲、特征提取、邊緣檢測、形狀

6、識別、紋理分析、圖像恢復(fù)與重建等方面的問題。數(shù)學(xué)形態(tài)學(xué)進行圖像處理有其獨有的特性：l（1反映的是一幅圖像中像素點間的邏輯關(guān)系，而不是簡單的數(shù)值關(guān)系。l（2是一種非線性的圖像處理方法，并且具有不可逆性。l（3可以并行實現(xiàn)。l（4可以用來描述和定義圖像的各種集合參數(shù)和特征。二值圖像分析二值圖像分析 問題的提出問題的提出n經(jīng)過圖像分割之后，獲得了目標(biāo)物與非目標(biāo)經(jīng)過圖像分割之后，獲得了目標(biāo)物與非目標(biāo)物兩種不同的對象。但是提取出的目標(biāo)物存物兩種不同的對象。但是提取出的目標(biāo)物存在以下的問題：在以下的問題：n1 1提取的目標(biāo)中存在偽目標(biāo)物；提取的目標(biāo)中存在偽目標(biāo)物；n2 2多個目標(biāo)物中，存在粘連或者是斷裂；

7、多個目標(biāo)物中，存在粘連或者是斷裂；n3 3多個目標(biāo)物存在形態(tài)的不同。多個目標(biāo)物存在形態(tài)的不同。 二值圖像分析的目的二值圖像分析的目的n二值圖像的分析首先是區(qū)分所提取出的二值圖像的分析首先是區(qū)分所提取出的不同的目標(biāo)物，之后，對不同的目標(biāo)物不同的目標(biāo)物，之后，對不同的目標(biāo)物特征差異進行描述與計算，最后獲得所特征差異進行描述與計算，最后獲得所需要的分析結(jié)果。需要的分析結(jié)果。 二值圖像分析的基本概念二值圖像分析的基本概念n銜接銜接n連通域連通域 多個目標(biāo)物的情況多個目標(biāo)物的情況為討論方便起見，這里，假設(shè)目標(biāo)為黑色，背景為白為討論方便起見，這里，假設(shè)目標(biāo)為黑色，背景為白色。色。銜接n四連接：當(dāng)前像素為黑

8、，其四個近鄰像素中至四連接：當(dāng)前像素為黑，其四個近鄰像素中至少有一個為黑；少有一個為黑；n八連接：當(dāng)前像素為黑，其八個近鄰像素中至八連接：當(dāng)前像素為黑，其八個近鄰像素中至少有一個為黑。少有一個為黑。四近鄰四近鄰八近鄰八近鄰連通域n將相互連在一起的黑色像素的集合稱為一個連通域。 四接連意義下為6個連通域。 八接連意義下為2個連通域?？梢钥吹剑ㄟ^統(tǒng)計連通域的個數(shù)，即可獲得提取的目標(biāo)物的個數(shù)。二值圖像的分析方法n貼標(biāo)簽n腐蝕n膨脹n開運算與閉運算貼標(biāo)簽 基本思路n因為不同的連通域代表了不同的目標(biāo)，為了因為不同的連通域代表了不同的目標(biāo)，為了加以區(qū)別，需要對不同的連通域進行標(biāo)識。加以區(qū)別，需要對不同的

9、連通域進行標(biāo)識。例：下列圖，八接連意義下為例：下列圖，八接連意義下為2 2個連通域個連通域= “1號標(biāo)簽= “2號標(biāo)簽25525502550255002550025525525525525525525525525525502552552550025502552552552552550255f002020220220000000000100011010000010g貼標(biāo)簽 算法步驟n設(shè)一個二值矩陣表示一個黑白圖像，為討設(shè)一個二值矩陣表示一個黑白圖像，為討論方便起見，令論方便起見，令“黑黑=1”=1”，“白白=0”=0”。例：010000010110001000000000011011010100

10、f貼標(biāo)簽 算法步驟l初始化：設(shè)標(biāo)簽號為初始化：設(shè)標(biāo)簽號為Lab=0,Lab=0,已貼標(biāo)簽數(shù)已貼標(biāo)簽數(shù)N=0N=0，標(biāo)簽矩陣，標(biāo)簽矩陣g g為全為全0 0陣，按照從上到下，陣，按照從上到下，從左到右的順序?qū)ふ椅促N標(biāo)簽的目標(biāo)點；從左到右的順序?qū)ふ椅促N標(biāo)簽的目標(biāo)點；例：000000000000000000000000000000000000g010000010110001000000000011011010100f貼標(biāo)簽 算法步驟2. 檢查相鄰像素的狀態(tài)：根據(jù)模板中的相鄰像素的狀態(tài)進行相應(yīng)的處理；例：010000010110001000000000011011010100f模板模板 =“已經(jīng)掃描過的

11、像素” *=“當(dāng)前像素” =“未處理的像素”貼標(biāo)簽 算法步驟l如果掃描過的像素均為如果掃描過的像素均為0 0，則，則Lab=Lab+1, Lab=Lab+1, g(i,j)=Lab,N=N+1;g(i,j)=Lab,N=N+1;例：010000010110001000000000011011010100f010000000000000000000000000000000000g Lab=0+1=1; N=0+1=1貼標(biāo)簽 算法步驟l如果掃描過的像素標(biāo)簽號相同，則如果掃描過的像素標(biāo)簽號相同，則g(i,j)=Lab;g(i,j)=Lab;例：0100000101100010000000000110

12、11010100f010000000000000000000000000000000000g010000010000000000000000000000000000g010000010200000000000000000000000000g貼標(biāo)簽 算法步驟例：010000010110001000000000011011010100f010000010110001000000000011011010100f010000010220000000000000000000000000g010000012200000000000000000000000000g0100000101100010000000

13、00011011010100f貼標(biāo)簽 算法步驟l如果掃描過的像素標(biāo)簽號不相同，例如：如果掃描過的像素標(biāo)簽號不相同，例如：Lab2 Lab1, Lab2 Lab1, 則則g(i,j)=Lab1g(i,j)=Lab1，N=N-1N=N-1，修改所有為，修改所有為Lab2Lab2的像素值，使之為的像素值，使之為Lab1;Lab1;例：010000010220001000000000000000000000g010000010110001000000000000000000000g貼標(biāo)簽 算法步驟3.將全部的像素進行2.的處理，直到所有的像素全部處理完成;例：例：0100000101100010000

14、00000011011010100f010000010110001000000000011011010100f010000010110001000000000020000000000g010000010110001000000000022000000000g010000010110001000000000011011010100f010000010110001000000000011011010100f010000010110001000000000011011010100f010000010110001000000000011011010100f01000001011000100000000

15、0022030000000g010000010110001000000000022033000000g010000010110001000000000022033020000g010000010110001000000000022033020200g010000010110001000000000022022020200g貼標(biāo)簽 算法步驟4. 判斷最終的Lab是否滿足Lab=N， 如果是，則貼標(biāo)簽處理完成； 如果不是，則表明已貼標(biāo)簽存在不連號情況。這時，將進行一次編碼整理，消除不連續(xù)編號的情況。貼標(biāo)簽 應(yīng)用示例腐蝕 基本概念l腐蝕腐蝕 是一種消除連通域的邊界點，使邊界是一種消除連通域的邊界點，

16、使邊界向內(nèi)收縮的處理。向內(nèi)收縮的處理。例：例：腐蝕 設(shè)計思想n設(shè)計一個結(jié)構(gòu)元素，結(jié)構(gòu)元素的原點定位在設(shè)計一個結(jié)構(gòu)元素，結(jié)構(gòu)元素的原點定位在待處理的目標(biāo)像素上，通過判斷是否覆蓋，待處理的目標(biāo)像素上，通過判斷是否覆蓋，來確定是否該點被腐蝕掉。來確定是否該點被腐蝕掉。結(jié)構(gòu)元素腐蝕 算法步驟1掃描原圖，找到第一個像素值為1的目標(biāo)點；2將預(yù)先設(shè)定好形狀以及原點位置的結(jié)構(gòu)元素的原點移到該點；3判斷該結(jié)構(gòu)元素所覆蓋的像素值是否全部為1： 如果是，則腐蝕后圖像中的相同位置上的像素值為1； 如果不是，則腐蝕后圖像中的相同位置上的像素值為0；4重復(fù)2和3），直到所有原圖中像素處理完成。腐蝕 例題注：圖像畫面上邊框

17、處不能被結(jié)構(gòu)元素覆蓋的部分注：圖像畫面上邊框處不能被結(jié)構(gòu)元素覆蓋的部分可以保持原來的值不變，也可以置為背景?？梢员３衷瓉淼闹挡蛔?，也可以置為背景。腐蝕 運用n 腐蝕處理可以將粘連在一起的不同目標(biāo)物腐蝕處理可以將粘連在一起的不同目標(biāo)物 n 分別，并可以將小的顆粒噪聲去除。分別，并可以將小的顆粒噪聲去除。膨脹 基本概念n膨脹是將與目標(biāo)區(qū)域的背景點合并到該目標(biāo)物中，使目標(biāo)物邊界向外部擴張的處理。例：例：膨脹 設(shè)計思想n設(shè)計一個結(jié)構(gòu)元素，結(jié)構(gòu)元素的原點定位在背設(shè)計一個結(jié)構(gòu)元素，結(jié)構(gòu)元素的原點定位在背景像素上，判斷是否覆蓋有目標(biāo)點，來確定是景像素上，判斷是否覆蓋有目標(biāo)點，來確定是否該點被膨脹為目標(biāo)點。否

18、該點被膨脹為目標(biāo)點。結(jié)構(gòu)元素膨脹 算法步驟1 1掃描原圖，找到第一個像素值為掃描原圖，找到第一個像素值為0 0的背景點；的背景點；2 2將預(yù)先設(shè)定好形狀以及原點位置的結(jié)構(gòu)元素的將預(yù)先設(shè)定好形狀以及原點位置的結(jié)構(gòu)元素的原點移到該點；原點移到該點；3 3判斷該結(jié)構(gòu)元素所覆蓋的像素值是否存在為判斷該結(jié)構(gòu)元素所覆蓋的像素值是否存在為1 1的目標(biāo)點：的目標(biāo)點： 如果是，則膨脹后圖像中的相同位置上的像素如果是，則膨脹后圖像中的相同位置上的像素值為值為1 1； 如果不是，則膨脹后圖像中的相同位置上的像素如果不是，則膨脹后圖像中的相同位置上的像素值為值為0 0；4 4重復(fù)重復(fù)2 2和和3 3），直到所有原圖中

19、像素處理完成。），直到所有原圖中像素處理完成。膨脹 例題膨脹 運用n 膨脹處理可以將斷裂開的目標(biāo)物進行合n 并，便于對其整體的提取。開運算與閉運算的提出背景n前面介紹的膨脹與腐蝕運算，對目標(biāo)物的后前面介紹的膨脹與腐蝕運算，對目標(biāo)物的后處理有著非常好的作用。但是，腐蝕和膨脹處理有著非常好的作用。但是，腐蝕和膨脹運算的一個缺點是，改變了原目標(biāo)物的大小。運算的一個缺點是，改變了原目標(biāo)物的大小。n為了解決這一問題，考慮到腐蝕與膨脹是一為了解決這一問題，考慮到腐蝕與膨脹是一對逆運算，將膨脹與腐蝕運算同時進行。由對逆運算，將膨脹與腐蝕運算同時進行。由此便構(gòu)成了開運算與閉運算。此便構(gòu)成了開運算與閉運算。 開運算 算法原理n開運算是對原圖先進行腐蝕處理，后再進開運算是對原圖先進行腐蝕處理，后再進行膨脹的處理。行膨脹的處理。n開運算可以在分離粘連目標(biāo)物的同時，基開運算可以在分離粘連目標(biāo)物的同時，基本保持原目標(biāo)物的大小。本保持原目標(biāo)物的大小。開運算 運算示例腐蝕腐蝕膨脹膨脹閉運算 算法原理n閉運算是對原圖先進行膨脹處理，后再進閉運算是對原圖先進行膨脹處理，后再進