实验6 形态学图像处理

1. 实验目的

①掌握数字图像处理中，形态学方法的基本思想；
②掌握膨胀、腐蚀、开运算、闭运算等形态学基本运算方法；
③能够利用形态学基本运算方法，编程实现图像去噪，边界提取等功能。

2. 实验内容

①调用Matlab / Python+OpenCV中的相关函数，实现图像的膨胀、腐蚀、
开、闭运算。
②调用Matlab / Python+OpenCV中的相关函数，使用形态学基本算法，实
现图像去噪，并改变结构元素的尺寸和形状，观察去噪效果。
③调用Matlab / Python+OpenCV中的相关函数，实现对二值图像的边界提
取。
④自行编写代码，实现图像细化。

3. 实验过程

3.1 形态学基本运算

调用Matlab / Python+OpenCV库中的函数，实现图像的膨胀、腐蚀、开、闭运算。

3.1.1 图像的膨胀与腐蚀

选择或设计合适的二值图像，使用相同的结构元素对图像分别进行3次膨胀和3次腐蚀操作，记录图像的变化过程与结果。
⑴ 主要调用的函数、功能及参数说明

函数名函数功能参数说明
imread(A)读取图片A：图片在文件夹的位置
imdilate(A,B)膨胀函数A：图片 B：膨胀的结构元素
imerode(A,B)腐蚀函数A：图片 B：腐蚀的结构元素
stel(A,n)构建结构元素A：结构类型 n：结构元素大小
**⑵ 源代码及实验结果(添加必要注释)** 
image=imread('lena.png');
A1=im2bw(image);
%imdilate膨胀
B=[0 1 01 1 10 1 0];
A2=imdilate(A1,B);%图像A1被结构元素B膨胀
A3=imdilate(A2,B);
A4=imdilate(A3,B);
%imerode腐蚀
%strel函数的功能是运用各种形状和大小构造结构元素
se1=strel('disk',1);%这里是创建一个半径为1的平坦型圆盘结构元素
B2=imerode(A1,se1);
B3=imerode(B2,se1);
B4=imerode(B3,se1);figure;
subplot(221),imshow(A1);title('imdilate膨胀原始图像');
subplot(222),imshow(A2);title('使用B后1次膨胀后的图像');
subplot(223),imshow(A3);title('使用B后2次膨胀后的图像');
subplot(224),imshow(A4);title('使用B后3次膨胀后的图像');figure;
subplot(221),imshow(A1);title('imerode腐蚀原始图像');
subplot(222),imshow(B2);title('使用结构原始disk(1)后1次腐蚀后的图像');
subplot(223),imshow(B3);title('使用结构原始disk(1)后2次腐蚀后的图像');
subplot(224),imshow(B4);title('使用结构原始disk(1)后3次腐蚀后的图像');

在这里插入图片描述
⑶ 总结

膨胀：将模板与以每个像素为中心的33矩阵做点乘，并求和结果矩阵，如果结果大于0，则表示矩阵范围内有1值，可膨胀。腐蚀：将模板与以每个像素为中心的33矩阵做点乘，并求和结果矩阵，则表示模板中所有的像素都为1值，不可腐蚀。

3.1.2 图像的开运算与闭运算

选择或设计合适的二值图像，分别对图像进行开操作、闭操作、先开后闭操作和先闭后开操作，并记录图像的变化过程与结果。
⑴ 主要调用的函数、功能及参数说明

函数名函数功能参数说明
imread(A)读取图片A：图片在文件夹的位置
imdilate(A,B)膨胀函数A：图片 B：膨胀的结构元素
imerode(A,B)腐蚀函数A：图片 B：腐蚀的结构元素
stel(A,n)构建结构元素A：结构类型 n：结构元素大小
imopen(A,B)开运算函数A：图片 B：开运算的结构元素
imclose(A,B)闭运算函数A：图片 B：闭运算的结构元素
im2bw(A)二值转化A：图片

⑵ 源代码及实验结果(添加必要注释)

image=imread('lena.png');
A1=im2bw(image);
se=strel('disk',2);%圆盘型结构元素B1=imdilate(A1,se);%膨胀
C1=imerode(B1,se);%先膨胀再腐蚀 闭运算
B2=imerode(A1,se);%腐蚀
C2=imdilate(B2,se);%先腐蚀后膨胀 开运算B3=imerode(C1,se);%腐蚀闭运算后图像
C3=imdilate(B3,se);%先腐蚀后膨胀 先闭后开
B4=imdilate(C2,se);%膨胀开运算后图像
C4=imerode(B4,se);%先膨胀再腐蚀 先开后闭figure,
subplot(231),imshow(A1);title('原始图像');
subplot(232),imshow(C2);title('开运算');
subplot(233),imshow(C1);title('闭运算');
subplot(235),imshow(C4);title('先开后闭运算');
subplot(236),imshow(C3);title('先闭后开运算');

在这里插入图片描述
⑶ 总结
开运算消除图像毛刺以及椒盐噪声；闭运算可以填平轮廓内部缺失部分。

3.2 形态学图像去噪

选择或设计合适的二值图像，在Matlab / Python+OpenCV中，调用相关函数，综合使用形态学算法，实现图像去噪；尝试改变结构元素的大小和形状，观察去噪效果；使用不同的图像，观察去噪效果。
⑴ 主要调用的函数、功能及参数说明

函数名函数功能参数说明
imread(A)读取图片A：图片在文件夹的位置
imdilate(A,B)膨胀函数A：图片 B：膨胀的结构元素
imerode(A,B)腐蚀函数A：图片 B：腐蚀的结构元素
stel(A,n)构建结构元素A：结构类型 n：结构元素大小
im2bw(A)二值转化A：图片

⑵ 源代码及实验结果(添加必要注释)

image=imread('lena.png');
Y1=imnoise(image,'salt & pepper',0.02);%椒盐
A1=im2bw(Y1);se=strel('disk',1);%创建一个半径为1的平坦型圆盘结构元素
se1=strel('disk',2);%创建一个半径为2的平坦型圆盘结构元素
se2=strel('square',2);%创建2*2的正方形结构元素
se3=strel('square',3);%创建3*3的正方形结构元素B1=imerode(A1,se);%腐蚀
C1=imdilate(B1,se);%先腐蚀后膨胀 开运算
B2=imerode(A1,se1);%腐蚀
C2=imdilate(B2,se1);%先腐蚀后膨胀 开运算
B3=imerode(A1,se2);%腐蚀
C3=imdilate(B3,se2);%先腐蚀后膨胀 开运算
B4=imerode(A1,se3);%腐蚀
C4=imdilate(B4,se3);%先腐蚀后膨胀 开运算figure,
subplot(231),imshow(A1);title('二值化噪音原图');
subplot(232),imshow(C1);title('半径为1圆盘结构元素');
subplot(233),imshow(C2);title('半径为2圆盘结构元素');
subplot(235),imshow(C3);title('2*2的正方形结构元素');
subplot(236),imshow(C4);title('3*3的正方形结构元素');

在这里插入图片描述

3.3 形态学边界提取

选择或设计合适的二值图像，在Matlab / Python+OpenCV中，调用相关函数，综合使用形态学算法，实现对图像的边界提取。
⑴ 主要调用的函数、功能及参数说明

函数名函数功能参数说明
imread(A)读取图片A：图片在文件夹的位置
rgb2gray(A)灰度转化A：图片
graythresh(A)最大类间方差法找阈值A：灰度图片
bwperim (A)查找二值图像的边缘A：图片
entropyfilt (A)创建纹理图像A：图片
mat2gray((A)矩阵转灰度图像A：图片
im2bw(A)二值转化A：图片
bwareaopen(A)提取区域纹理A：提取条件
rangefilt(A,B)rangefilt滤波A：图片 B：矩阵

⑵ 源代码及实验结果(添加必要注释)

%边缘代码一：
image=imread('lena.png');A=rgb2gray(image);
B=graythresh(A);%使用最大类间方差法找到图片的一个合适的阈值
B1=im2bw(A,B);%将输入图像中亮度大于B的所有像素替换为值1（白色），将所有其他像素替换为值0（黑色）
C=bwperim(B1);%查找二值图像的边缘subplot(1,2,1),imshow(A),title('原图像');
subplot(1,2,2),imshow(C),title('边缘提取后的图像');%边缘代码二：
% image=imread('D:\picture\1.jpg');
% img=rgb2gray(image);
% 
% img_1 = entropyfilt(img);  %创建纹理图像
% img_2 = mat2gray(img_1);  %转化为灰度图像
% img_3 = im2bw(img_2,0.7);  %转化为二值图像
% img_4 = bwareaopen((1-img_3),3000,8); %提取区域纹理
% img_5= rangefilt (img,ones(7));  %rangefilt滤波
% 
% subplot(2,3,1),imshow(img),title('原图像');
% subplot(2,3,2),imshow(img_2),title('纹理图像');
% subplot(2,3,3),imshow(img_3),title('二值图像');
% subplot(2,3,4),imshow(img_4),title('不同区域纹理图像');
% subplot(2,3,5),imshow(img_5),title('滤波后图像');

在这里插入图片描述
⑶ 总结
MATLAB工具中提供了用于边缘提取的bwperim( )函数，由bwperim( )函数可以实现各算子对图像边缘的提取。

4. 实验小结

①为了更好的观察和对比不同形态学运算的效果，应如何设计或选择实验图像？
答：颜色特征、形状特征、纹理特征、空间关系特征，描述了图像或图像区域所对应的景物的表面性质。由于颜色对图像或图像区域的方向、大小等变化不敏感，所以颜色特征不能很好的捕捉图像中对象的局部特征。形状特征是统计特征，纹理特征常具有旋转不变性，并且对于噪声有较强的抵抗能力。

②使用同样的结构元素对同一副图像先膨胀后腐蚀，和先腐蚀后膨胀，得到的结果一样吗？增加膨胀和腐蚀的次数，会得到怎样的效果？
答：不同。
膨胀操作会扩大（粗化）图像中物体的轮廓，可以用来弥补（填充）物体间的孔洞，强化离散点，代价是导致物体的面积比原来的面积要大。腐蚀操作会收缩（细化）图像中物体的轮廓，可以用来断开（分离）物体间的连接，消除离散点，代价是导致物体的面积比原来的面积要小。

③应用形态学方法对图像去噪时，结构元素的形状和大小会怎样影响去噪结果？
答：结构元素在形态学中的作用类似于信号处理时的“滤波窗口”其形状和大小将直接影响形态滤波的输出结果

④查阅资料，并结合实验结果，简述形态学方法的主要应用，并思考其具备哪些优点、不足和局限性。
答：消除噪声、边界提取、区域填充、连通分量提取、凸壳、细化、粗化等；分割出独立的图像元素，或者图像中相邻的元素；求取图像中明显的极大值区域和极小值区域；求取图像梯度。

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处：http://www.mzph.cn/pingmian/38205.shtml

如若内容造成侵权/违法违规/事实不符，请联系多彩编程网进行投诉反馈email:809451989@qq.com，一经查实，立即删除！

相关文章

PMBOK® 第六版 结束项目或阶段

PMBOK® 第六版 结束项目或阶段

目录 读后感—PMBOK第六版 目录 不论是阶段的收尾还是项目整体的收尾，都应是令人振奋的事。然而，在实际生活中，收尾工作却相当艰难。会遭遇负责人调离、换任，导致不再需要已购产品；项目收尾时对照招标文件或合同&…
阅读更多...
51-61 CVPR 2024 最佳论文 | Rich Human Feedback for Text-to-Image Generation

51-61 CVPR 2024 最佳论文 | Rich Human Feedback for Text-to-Image Generation

23年12月，加州大学圣地亚哥、谷歌研究院、南加州大学、剑桥大学联合发布Rich Human Feedback for Text-to-Image Generation论文。 作者受大模型中RLHF技术的启发，用人类反馈来改进Stable Diffusion等文生图模型，提出了先进的RichHF-18K数据…
阅读更多...
足球虚拟越位线技术FIFA OT（一）

足球虚拟越位线技术FIFA OT（一）

此系列文章用于记录和回顾开发越位线系统的过程，平时工作较忙，有空时更新。 越位线技术 越位技术已被用于图形化分析足球中潜在的越位情况。 自 2018 年将视频助理裁判 （VAR） 引入比赛规则以来，人们越来越关注准确确…
阅读更多...
完美世界|单机版合集（共22个版本）

完美世界|单机版合集（共22个版本）

前言 我是研究单机的老罗，今天给大家带来的是完美世界的单机版合集，一共22个版本。本人亲自测试了一个版本，运行视频如下： 完美世界|单机版合集 先看所有的版本的文件，文件比较大，准备好空间，差…
阅读更多...
Transformer详解encoder

Transformer详解encoder

目录 1. Input Embedding 2. Positional Encoding 3. Multi-Head Attention 4. Add & Norm 5. Feedforward Add & Norm 6.代码展示 （1）layer_norm （2）encoder_layer1 最近刚好梳理了下transformer，今…
阅读更多...
【VScode】常用配置

【VScode】常用配置

1.indenticator 增加白色竖条，显示方法范围 2.Git Graph 给git变换分支增添颜色区分 3.Vue 系列 vue 系列：给纯白色代码添加 颜色区分 3.eslint eslint警告，比如{ } 只写了半个会标红提示错误 等错误信息提示 需要配置js等页面 非下…
阅读更多...
1.linux操作系统CPU负载

1.linux操作系统CPU负载

目录 概述CPU平均负载查看平均负载结束 概述 CPU 使用率 和CPU 平均使用率。 CPU平均负载 单位时间内系统处于 [可运行状态] 和 [不可中断状态] 的平均进程数，就是平均活跃进程数，和CPU使用率并没有直接关系 可运行状态 正在使用CPU或者正等待CPU的进…
阅读更多...
【Elasticsearch】linux使用supervisor常驻Elasticsearch，centos6.10安装 supervisor

【Elasticsearch】linux使用supervisor常驻Elasticsearch，centos6.10安装 supervisor

背景： linux服务器，CentOS 6操作系统，默认版本python2.6.6，避免安装过多的依赖不升级python 在网上查的资料python2.6.6兼容supervisor版本 3.1.3 安装supervisor 手动在python官网下载supervisor，并上传到服务器 下…
阅读更多...
Linux_动、静态库

Linux_动、静态库

目录 一、静态库 1、静态库的概念 2、制作静态库的指令 3、制作静态库 4、链接静态库 二、动态库 1、动态库的概念 2、制作动态库的指令 3、制作动态库 4、链接动态库 5、动态库的加载 三、静态库与动态库的区别 结语 前言： 在Linux下大部分程序进…
阅读更多...
【JavaEE】多线程代码案例（1）

【JavaEE】多线程代码案例（1）

🎏🎏🎏个人主页🎏🎏🎏 🎏🎏🎏JavaEE专栏🎏🎏🎏 🎏🎏🎏上一篇文章：多线程（2…
阅读更多...
Android Studio环境搭建(4.03)和报错解决记录

Android Studio环境搭建(4.03)和报错解决记录

1.本地SDK包导入 安装好IDE以及下好SDK包后，先不要管IDE的引导配置，直接新建一个新工程，进到开发界面。 SDK路径配置：File---->>Other Settings---->>Default Project Structure 拷贝你SDK解压的路径来这，…
阅读更多...
ros笔记01--初次体验ros2

ros笔记01--初次体验ros2

ros笔记01--初次体验ros2 介绍安装ros2测试验证ros2说明 介绍 机器人操作系统(ROS)是一组用于构建机器人应用程序的软件库和工具。从驱动程序和最先进的算法到强大的开发者工具，ROS拥有我们下一个机器人项目所需的开源工具。 当前ros已经应用到各类机器人项目开发中…
阅读更多...
操作符详解（下） (C语言)

操作符详解（下） (C语言)

操作符详解下 操作符的属性1.优先级2.结合级 表达式求值1.整型提升2.如何进行整形提升呢？3.算术转换4.问题表达式解析 操作符的属性 C语言的操作符有2个重要的属性：优先级、结合性，这两个属性决定了表达式求值的计算顺序。 1.优先级 优先级…
阅读更多...
问题：第一次世界大战的起止时间是 #其他#学习方法#微信

问题：第一次世界大战的起止时间是 #其他#学习方法#微信

问题：第一次世界大战的起止时间是 A.1913 ~1918 年 B.1913 ~1918 年 C.1914 ~1918 年 D.1914 ~1919 年 参考答案如图所示
阅读更多...
RabbitMQ 进程内流控（Flow Control） 源码解析

RabbitMQ 进程内流控（Flow Control） 源码解析

1. 概述 1.1 为什么要流控？ 流控主要是为了防止生产者生产消息速度过快，超过 Broker 可以处理的速度。这时需要暂时限制生产者的生产速度，让 Broker 的处理能够跟上生产速度。 Erlang进程之间不共享内存，每个进程都有自己的进程邮…
阅读更多...
42.HOOK引擎核心代码

42.HOOK引擎核心代码

上一个内容：41.HOOK引擎设计原理 以 40.设计HOOK引擎的好处 它的代码为基础进行修改 主要做的是读写寄存器 效果图 添加一个类 htdHook.h文件中的实现 #pragma once class htdHook { public:htdHook(); };htdHook.cpp文件中的实现： #include "…
阅读更多...
独辟蹊径：我是如何用Java自创一套工作流引擎的（下）

独辟蹊径：我是如何用Java自创一套工作流引擎的（下）

作者：后端小肥肠 创作不易，未经允许严禁转载。 姊妹篇：独辟蹊径：我是如何用Java自创一套工作流引擎的（上）_java工作流引擎-CSDN博客 1. 前言 在上一篇博客中，我们详细介绍了如何利用Java语言从…
阅读更多...
LC437.路径总和Ⅲ、LC207.课程表

LC437.路径总和Ⅲ、LC207.课程表

给定一个二叉树的根节点 root ，和一个整数 targetSum ，求该二叉树里节点值之和等于 targetSum 的 路径 的数目。 路径 不需要从根节点开始，也不需要在叶子节点结束，但是路径方向必须是向下的（只能从父节点到子节点&am…
阅读更多...
【每日刷题】Day77

【每日刷题】Day77

【每日刷题】Day77 🥕个人主页：开敲🍉 🔥所属专栏：每日刷题🍍 🌼文章目录🌼 1. LCR 159. 库存管理 III - 力扣（LeetCode） 2. LCR 075. 数组的相对排序 - 力…
阅读更多...
Linux——passwd文件，grep，cut

Linux——passwd文件，grep，cut

/etc/passwd文件含义 作用 - 记录用户账户信息：共分为7段，使用冒号分割 含义 - 文件内容意义：账户名：密码代号x：UID：GID：注释：家目录：SHELL - 第7列/sbin/nologin&#x…
阅读更多...
推荐文章
最新文章

Copyright @ 2022~2023