《医学图像处理》课件7 二值形态学

1、图像处理技术讲座（7）Digital Image Processing (7) 二值形态学 Binary morphology2006.4形态学的二值操作Source TT 2B形态学的二值操作Source TT 2B形态学的二值操作Source THit-and-MissHit-and-miss: 基于形态学的形状检测算法. F K = (F K1) (Fc K2)c, K1 K2 = , K1 K, K2 K可用于查找图像的前景和背景中的特定图案。K1K2=Hit-and-Miss“第一部分，在前景中保留符合K1的图形；第二部分，在背景中去掉符合K1的图形，也就是保留符合K2的图形。”特定

2、图像为:孤立的像素点终点轮廓点Hit-and-Miss以结构化元素的原点为中心与图像中的所有点进行叠加。将结构元素与底层图像像素进行比较. 如果结构元素中的前景和背景像素完全匹配图像中的前景和背景像素（也就是说结构元素的前景完全匹配图像的前景，并且不匹配图像的背景），则将结构元素的原点下方的像素设置为前景色。如果不匹配，则将该像素设置为背景颜色。Hit-and-MissAn example: 拐角检测器模式谱模式谱（Pattern Spectrum ）被称为粒度密度，它被用来测量图像中不同尺寸的物体个数的分布。PSrik(F) 表示模式谱，F 是被检测图像， rik 表示SE的尺寸: Card

3、(F) 表示集合 F 的基数，对于二值图像是像素的个数，对于灰度图像是像素个数和灰度值的累加。模式谱采用合适尺寸的SE对图像进行开运算；求取开运算后图像和原图的差值。该差值图像是距离尺寸变换（Distance Size Transformation，DST)的第n个元素； 二值图像中：计算目标像素的个数; 灰度图像中: 还需要累加目标像素的灰度值；把这个数字放在模式谱图的第n个棒里(start with n = 0); 模式谱将SE尺寸增加1，对开运算后的图像再次做开运算，重复步骤1到；注意: 下一次循环时需要新的SE。采用 nB，意味着之前的SE膨胀成为新的SE。这种方法可以先去除尺寸小的目

4、标，随着SE 的膨胀，更大的目标被去除。在二值图像中: 当图像为空时停止循环；对于灰度图像来说: 当图像平坦了就停止循环。模式谱Example: 左边是原始图像.因为现在的对象是圆形的，所以我们选择一个圆盘状的结构元素。SE从半径为5的圆形开始，SE的半径将随着 n 值的增加而增加为 nB。模式谱模式谱模式谱模式谱不仅可以检测出图像中不同模式的尺寸，还可以分析他们的形态。模式谱Another example: 尺寸分析器官团块模式谱分析反复膨胀反复膨胀（Recursive Dilation ）定义为 :其中， i 定义为标量因子， K 定义为基础SE。反复膨胀被用来构成一系列SE，他们拥有相同

5、的形状和不同的尺寸.反复膨胀反复腐蚀反复腐蚀（Recursive Erosion ）也称作连续腐蚀，定义为 :当对图像执行反复腐蚀时，其组件逐渐收缩，直到完全消失。适用于距离变换和分割。反复腐蚀距离变换距离变换通常只用于二值图像中。变换的结果得到灰度图像，图像的灰度值表征了每个像素点到闭合区域边缘的距离。 距离变换 距离指标欧氏距离(Euclidean Distance) 圆盘SE街区距离(City Block Distance) (N8)八邻域SE棋盘距离(Chessboard Distance) (N4)四邻域SEOriginalEuclidean metricCity block met

6、ricChessboard metric距离变换用适当的SE执行多次递归侵蚀，直到图像的所有前景区域被侵蚀掉。 将每个像素标记为在消失之前执行的侵蚀次数，然后获得距离变换结果。适合不 同距离指标的 SE : 棋盘距离变换采用十字的SE 城市距离变换采用方形的SE 欧式距离变换采用圆盘的SE距离变换骨架骨架(Skeleton)，是减少二值图像中前景区域的过程 。保留原始区域的拓扑（范围和连通性），同时抛弃大部分原始的前景像素获得前景区域内的双切线圆，圆心所留下的轨迹得到骨架。骨架Grass fire: 想象一下，输入二进制图像中的前景区域由一些均匀的缓慢燃烧材料制成。 沿着该地区边界的所有点同时

7、燃烧，并观察火势进入内部。 在从两个不同边界出发的火焰相遇的地方，火将自动熄灭，发生这种情况的点由所谓的“淬火线”组成。 这条线是骨架。骨架骨架子集 Si(F) 定义为:其中 n 是集合 Si(F) 变为空之前 i 的最大值。选择SE K 为近似圆形。骨架就是骨架子集的并集:骨架重构Reconstruction: 可以通过对骨架子集Si(F), SE K 和i 的给定知识来重构原始对象:Examples of skeleton: Skeleton vs. DT像素点的灰度值大于等于其八邻域中的每个像素点骨架 = 灰度值最大的像素点骨架重构骨架骨架ProjectsProject-3编写代码实现二值的膨胀、腐蚀、开运算和闭运算。Requirement:设计自己的UI界面和I/O图像的展示尽量在例子里实现快