形态学+:cvMorphologyEx提供了更多功能,参数operation提供了更多操作,
开运算(CV_MOP_OPEN),
闭运算(CLOSE),
形态梯度(GRADIENT),
顶帽(TOPHAT)
黑帽(BLACKHAT),其中后三者可能需要temp图像(与原图像大小一致)。
开运算会消除高于领域的孤立点(孤白),闭运算相反。两者类似腐蚀和膨胀,但是能更好地保存源图像连接的区域。增加迭代次数会导致孤立点群消失。
形态学梯度:gradient(src)=dilate(src)-erode(src),用膨胀后的图像减去腐蚀后的图像,用来突出团块的边缘(高亮边缘),和梯度不同的是后者不能获得物体的外围边缘。
TopHat和BlackHat用于分离比邻近点亮或暗的块,TopHat(src)=src-open(src),BlackHat(src)=close(src)-src,前者用于突出比周围区域更明亮的区域,后者相反。
开运算(CV_MOP_OPEN),
闭运算(CLOSE),
形态梯度(GRADIENT),
顶帽(TOPHAT)
黑帽(BLACKHAT),其中后三者可能需要temp图像(与原图像大小一致)。
开运算会消除高于领域的孤立点(孤白),闭运算相反。两者类似腐蚀和膨胀,但是能更好地保存源图像连接的区域。增加迭代次数会导致孤立点群消失。
形态学梯度:gradient(src)=dilate(src)-erode(src),用膨胀后的图像减去腐蚀后的图像,用来突出团块的边缘(高亮边缘),和梯度不同的是后者不能获得物体的外围边缘。
TopHat和BlackHat用于分离比邻近点亮或暗的块,TopHat(src)=src-open(src),BlackHat(src)=close(src)-src,前者用于突出比周围区域更明亮的区域,后者相反。
本文深入探讨了形态学运算在图像处理中的应用,包括开运算、闭运算、形态梯度、顶帽和黑帽等操作。通过调整迭代次数,可以有效去除孤立点并增强图像特征。此外,形态学梯度可用于突出图像边缘,而顶帽和黑帽则有助于分离亮度差异明显的区块。
4116

被折叠的 条评论
为什么被折叠?



