数字图像处理实验-形态学

  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

西安邮电学院

实验报告

实验名称形态学图像处理

课程名称数字图像处理A

姓名方健成绩

班级电子0802 学号********(01)日期2011-05-31 地点3#531

备注:

仅供参考

不予下载

1.实验目的

(1)了解并掌握膨胀、腐蚀及开运算、闭运算的基本原理;

(2)编写程序使用开运算、闭运算处理图像,进一步理解开运算、闭运算的实质;

(3)编写程序使用开运算、闭运算进行图像去噪处理,根据实验结果分析效果;

(4)总结实验过程(实验报告,左侧装订):方案、编程、调试、结果、分析、结论。2.实验环境(软件条件)

Windows XP

MATLAB 7.x

3.实验方法

对两幅受噪声干扰的数字图像curve_128.bmp(如图3.1所示)和enoise.bmp(如图3.2所示)进行如下处理:

图3.1 实验图像mili.bmp 图3.2 实验图像enoise.bmp

(1)对两幅图像进行腐蚀、膨胀处理,显示处理前、后图像:

可以用不同尺度及形状的结构元素进行腐蚀、膨胀处理,分析结构元素对处理效果的影响;

(2)分别对两幅图像设计相应的开、闭运算进行降低噪声的处理,显示处理前、后图像;

(3)分析两幅图像为了降低噪声所设计的运算有无不同?如果有请分析为什么会有这种不同?

4.实验分析

A基本概念:

A.膨胀

已知二值图像A,如果A b1,A b2,…,A bn是由二值图像B={b1,b2,b3,…,b n}中像素值为1的点平移得到,则A由B平移的并称为A被B膨胀。

B.腐蚀

腐蚀是膨胀的逆运算。二值图像A经二值图像B腐蚀后在p点仍为1的充分必要条件1是:B平移到B后,B中的1像素也是A中的1像素。

C.开运算

用同一结构元腐蚀后在膨胀可去除比结构元小的所有区域像素点,而留下其余部分,这一顺序称为“开”运算。

1电子0802-01

D. 闭运算

与开运算顺序相反的过程是先膨胀后再腐蚀,称为“关”运算或“闭”运算。

B 所用函数:

构造结构元素:SE = strel(shape , parameters);

腐蚀运算:IM2 = imerode(IM,SE);

膨胀运算:IM2 = imdilate(IM, SE);

开运算:IM2 = imopen(IM,SE)

闭运算:IM2 = imclose(IM,SE)

E. 实验结论

A. 对mili.bmp 进行腐蚀膨胀操作。

1. 使用半径为2像素的圆作为结构元素:

2

2. 使用2*2方形作为结构元素:

B. 对enoise.bmp 进行腐蚀膨胀操作。

1. 使用半径为1像素的圆作为结构元素:

2. 使用边长为2像素的竖直线作为结构元素:

分析:对“米粒图”经行腐蚀后,米粒边缘被腐蚀掉而变得细长,且灰白色噪声得到一定的消除。膨胀后,米粒边缘被扩张而变得饱满,但也将灰白色噪点放大了。“文字图”腐蚀后,黑色噪点消除,文字形态遭到破坏,膨胀后,黑色噪点张大,文字变得突出醒目。

使用不同的结构元素对图像处理的结果是有一定差异的,从上图来看,使用面结构元素还是线结构元素,都反映到噪点的形状上了。比如线结构元素使原本点状噪声变得细长。 C. 对mili.bmp 经行开闭运算。

2

原图腐

蚀膨胀腐蚀

膨胀原图腐

蚀膨胀原图腐蚀膨胀原图

腐蚀膨胀

原图

一次开运算一次闭运算一开一闭运算一闭一开运算

D. 对enoise.bmp 经行开闭运算。

分析:对于“米粒图”,开操作是先腐蚀再膨胀,因为腐蚀使白色噪点消除,膨胀又使米粒恢复原来的形态,因此平滑的效果好一些。先比开操作,闭操作并没有很好地消除噪声。

对于二值“文字图”,由于目标文字和噪点都是黑色的,背景是白色的,这和典型的开闭所使用的图像是相反的,因此需要将二值原图经行反转,才能经行正常开闭操作,而得到的图像也要经行一次反转才是上图所示的。和“米粒图”类似,开操作很好地消除了噪声,但多次的开操作和一次的效果是一样的。开和闭的线性组合使噪声进一步消除,目标进一步变得突出。

附件3

1.

码 A.腐蚀膨胀 A=imread('mili.bmp'); subplot(231) imshow(A);title('原图'); SE=strel('disk',2); A2=imerode(A,SE); subplot(232); imshow(A2);title('腐蚀');

A3=imdilate(A,SE);

subplot(233);

imshow(A3);title('膨胀');

B.开闭运算

clc;clear;

A=imread('enoise.bmp');

A=im2bw(A);

subplot(231);

imshow(A);title('原图');

A=abs(A-1);

3 电子

0802-01

图一次开运

算一次闭运算一开一闭运算一闭一开运算三次开运算

一次开运算一次闭运

算一开一闭运

算一闭一开运

算三次开运算

SE=strel('square',2);

fo=imopen(A,SE);

subplot(232);

imshow(abs(fo-1));title('一次开运算');

foc=imclose(A,SE);

subplot(233);

imshow(abs(foc-1));title('一次闭运算'); foct=imclose(fo,SE);

subplot(234);

imshow(abs(foct-1));title('一开一闭运算'); foca=imopen(foc,SE);

subplot(235);

imshow(abs(foca-1));title('一闭一开运算'); focr=imopen(fo,SE);

focr=imopen(focr,SE);

subplot(236);

imshow(abs(fo-1));title('三次开运算');

2. 小结这次实验让我进一步理解了腐蚀和膨胀的运算过程及应用它们进行图像平滑去噪的过程。

实验证明了腐蚀和膨胀运算的一些性质,比如等幂性,非扩展性。

实验中遇到的问题:预先未注意到文字图的特点,对它进行腐蚀扩展的效果是相反的,又来注意到这个问题,通过图像灰度反转才得到正确的结果。因此对图像进行形态学处理时需要先研究图像的特点。

相关文档
最新文档