形态学图像处理简介

1，图像形态学概念
形态学，即数学形态学(mathematical Morphology），，主要用于从图像中提取对表达和描绘区域形状有意义的图像分量，使后续的识别工作能够抓住目标对象最为本质〈最具区分能力－most discriminative）的形状特征，如边界和连通区域等。同时像细化、像素化和修剪毛刺等技术也常应用于图像的预处理和后处理中，成为图像增强技术的有力补充。

2，形态学图像处理操作
按照处理对象不同，分为对二值图像处理和对灰度图像处理，处理函数大部分都是相同的，除了击中或击不中变换（仅适用于二值图像）。
2.1 二值图像
（1）膨胀：
膨胀是图像中的目标“生长”或“变粗”的操作
（2）腐蚀：
腐蚀是图像中的目标“收缩”或“变细”的操作。
（3）开操作：
先腐蚀，再膨胀 。开操作可以去除所有不能包含结构元的部分，平滑目标的轮廓，断开了细的连接部分。
（4）闭操作：
先膨胀，再腐蚀 。闭操作可以平滑目标的轮廓，并且连接窄的断裂并填满细长的“港湾”，填满闭结构元小的洞。
（5）击中或击不中变换：
结构元是一对儿结构元，A被B1腐蚀 ∩ A的补集被B2腐蚀
（6）标记连通分量：
连通分量就是前景图像内部单个元素之间的关系，是通过连通得到的像素集合。连通分为4连通和8连通。
（8）形态学重建：
重建是一种形态学变换，包括一幅原图像G(模板)，一幅标记图像F（标记），一个结构元B。其中F被包含于G。有一些重建和其他操作结合的方法并能取得很好的效果。

2.2 灰度图像
（1）膨胀和腐蚀：
从膨胀结果中减去腐蚀的结果，可产生形态学梯度，这是图像局部灰度变化的一种度量。
（2）开操作和闭操作：
开操作可以去除小的亮点细节，同时保留所有的灰度并保证较大的亮区特征不受干扰。闭操作去除比结构元