数字图书处理（七）——Matlab实现腐蚀和膨胀及击中击不中变换

本文链接：https://blog.youkuaiyun.com/weixin_44244154/article/details/103668514

本文详细介绍了两种图像处理实验：一是设计结构元素，通过编程实现对长方形目标物的图像处理，包括去除内部空洞和周围噪声；二是确定目标物位置，通过击中击不中变换定位目标中心点。实验使用了腐蚀和膨胀操作，并比较了不同结构元素的效果。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

实验一：设计结构元素，编程实现以下过程：

长方形目标物A，内部有噪声导致的空洞，周围有噪声块。
处理效果：目标本身除了4个角的直角变为圆角外没有变化。
在这里插入图片描述

实验二：确定目标物位置，击中击不中变换：

在这里插入图片描述

1.1腐蚀和膨胀

方法一：采用四邻域的单位结构元素
B=[0 1 0
1 1 1
0 1 0];
利用imdilate（）函数对图像不断地进行迭代膨胀，再利用imerode（）函数，对图像进行迭代膨胀，最终得到处理后地图像如下图所示：
在这里插入图片描述
方法二：采用matlab中已有的结构元素函数strel（）对图像进行膨胀和腐蚀。利用正方形square对图像进行膨胀操作，再用圆形disk对图像进行腐蚀操作，最终处理结果如下图所示：

通过对比可以发现两种方法均得到实验结果，但方法二腐蚀后的图形两边阴影较为明显，应该是参数选择不够准确的原因。

附录代码如下：

clc;
close all;
A1=imread('zaosheng.png');
%膨胀的结构元素
B=[0 1 0
   1 1 1
   0 1 0];
subplot(1,3,1);
imshow(A1),title('原图','fontsize',16);
A2=imdilate(A1,B);%图像A1被结构元素B膨胀
A3=imdilate(A2,B);
A4=imdilate(A3,B);
A5=imdilate(A4,B);
A6=imdilate(A5,B);
A7=imdilate(A6,B);
A8=imdilate(A7,B);
subplot(1,3,2);
imshow(A8),title('膨胀后的图','fontsize',16);
%%
%腐蚀的结构元素
C=[ 0 1 0
    1 1 1
    0 1 0];
A9=imerode(A8,C); %腐蚀
A10=imerode(A9,C);
A11=imerode(A10,C);
A12=imerode(A11,C);
A13=imerode(A12,C);
A14=imerode(A13,C);
A15=imerode(A14,C);
A16=imerode(A15,C);
A17=imerode(A16,C);
A18=imerode(A17,C);
A19=imerode(A18,C);
A20=imerode(A19,C);
subplot(1,3,3);
imshow(A20),title('腐蚀后的图','fontsize',16);
%%
f = imread('zaosheng.png');
se = strel('square', 12);
g = imdilate(f, se);
se = strel('disk', 20);
g1 = imerode(g, se);
figure;
subplot(1,3,1), imshow(f);title('原始图像','fontsize',16);
subplot(1,3,2), imshow(g);title('用正方形膨胀','fontsize',16);
subplot(1,3,3), imshow(g1);title('用圆形腐蚀','fontsize',16);

实验二：确定目标物位置，击中击不中变换：

根据击中击不中变换的原理，可以得到已知图像在原图中的位置的中点。
算法步骤：
1、使用已知图像对原图进行腐蚀操作，得到图像A1。
2、对图像的四周加上边框，对原图的补集进行腐蚀操作，得到图像A2。
3、对A1和A2求交集，得到图像A3即为击中击不中变换处理后的图像。

2.11、使用for循环构造初始图像，如下图所示：

在这里插入图片描述

2.2 2、对初始图像取反：

在这里插入图片描述

2.3 构造已知图像：

在这里插入图片描述

2.4 4、使用已知图像对原图进行腐蚀操作：

在这里插入图片描述

2.5 5、对图像的四周加上边框，对原图的补集进行腐蚀操作：

在这里插入图片描述

2.6 对A1和A2求交集，得到图像A3即为击中击不中变换处理后的图像：

在这里插入图片描述
由图像结果可以清晰的看到，右下角出现一个白色的点，即为已知图像在原图像中的中心点的位置。

附录代码如下：

clear;
I=zeros(500,500);
for i=50:250
    for j=50:150
        I(i,j)=1;
    end
end

for i=350:450
    for j=350:450
        I(i,j)=1;
    end
end

for i=60:120
    for j=300:360
        I(i,j)=1;
    end
end

imshow(I),title('原图');%构造原图
figure;
imshow(~I),title('补集');%构造原图
H=zeros(100,100);
for i=1:100
    for j=1:100
        H(i,j)=1;
    end
end

figure,imshow(H);%构造m结构元素

M=zeros(104,104);

for i=1:104
    for j=1:104
        M(i,j)=1;
    end
end

for i=2:102
    for j=2:102
        M(i,j)=0;
    end
end

figure,imshow(M);
x1=imerode(I,H);
figure,imshow(x1);%原图被H结构元素腐蚀后
x2=imerode(~I,M);
figure,imshow(x2);%原图补集被M结构元素腐蚀后
x3=x1.*x2;
figure,imshow(x3);%求两张腐蚀后图像的交集