图像腐蚀 java_图像腐蚀 - Java教程 - 找一找教程网

1、原理

结构元素(Sturcture Element)，形象称呼刷子，在每个像素位置上与二值图像对应的区域进行特定的逻辑运算。运算结构是输出图像的相应像素。运算效果取决于结构元素大小内容以及逻辑运算性质。

对Z2上元素集合A和结构体元素S，使用S对A进行腐蚀，记作：

AΘS={z|(S)z € A}

让位于图像圆点的结构元素S在Z平面上移动，如果S的圆点移动到z点时，S能够完全的包含于A中，则认为这样的z点构成的集合是S对A的腐蚀图像。

下图左侧是原图X，B是结构元素，右图是腐蚀的结果。腐蚀的方法是，拿B的中心点和X上的点一个一个地对比，如果B上的所有点都在X的范围内，则该点保留，否则将该点去掉；右边是腐蚀后的结果。可以看出，它仍在原来X的范围内，且比X包含的点要少，就象X被腐蚀掉了一层。图像腐蚀类似于“领域被蚕食”，将图像中的高亮区域或白色部分进行缩减细化，其运行结果图比原图的高亮区域更小。

2、腐蚀的实现

imgPath = 'E:\opencv_pic\src_pic\pic1.bmp';

img = imread(imgPath);

img=rgb2gray(img);

img = 255-img;

se = strel('square', 3)

img2 = imerode(img, se);

subplot(1,2,1),imshow(img),title('原始图像');

subplot(1,2,2),imshow(img2),title('腐蚀图像');

参与计算的结构元素se为：

se =

Flat STREL object containing 9 neighbors.

Neighborhood:

1     1     1

1     1     1

1     1     1

放大后可以看到，原始图像左上角第三列上方有一个5*5方块，下方有一个4*4的方块。腐蚀后变为右侧的图像。腐蚀前后方块的对比图如下。

如果把结构元素改为5*5，se = strel('square', 5)；则腐蚀图像没有左上角的白块。

如果把结构元素改为10*10，se = strel('square', 10)；则腐蚀图像文字变得非常纤细。

3、总结

腐蚀可以用于滤波，选择适当的结构元素，可以滤掉所有不能完全包含结构元素的噪声点。但是在滤除噪声的时候，对前景图像的形状也会产生影响，尤其是形状边缘，但是当只关心物体的位置和个数时，就不用太考虑形状边缘的变化，可以使用腐蚀来滤除噪声。

关于找一找教程网

本站文章仅代表作者观点，不代表本站立场，所有文章非营利性免费分享。

本站提供了软件编程、网站开发技术、服务器运维、人工智能等等IT技术文章，希望广大程序员努力学习，让我们用科技改变世界。

[图像腐蚀]http://www.zyiz.net/tech/detail-102346.html