图像腐蚀和膨胀的原理

您所在的位置:网站首页 膨胀机的原理是什么 图像腐蚀和膨胀的原理

图像腐蚀和膨胀的原理

2024-07-13 01:59| 来源: 网络整理| 查看: 265

图像腐蚀和膨胀的原理 概念 结构元 集合A 结构元在集合A上的操作 集合符号 腐蚀操作 膨胀操作 对偶操作

腐蚀和膨胀是图像应用中比较广泛的操作,笔者尽量让从未接触过腐蚀和膨胀的读者看完这篇博客就能明白。

概念 结构元

首先需要熟悉几个概念,结构元它就是用来操作图像的一种空间上的模板,它通常有以下几种形状,其中的小黑点代表原点,原点不一定位于几何尺寸对齐的位置,它可以在结构元内的任意位置。下图第一行是结构元的原始的形状,第二行是计算机在操作图像时要求将结构元填充成矩形(要尽可能的少填充元素)。 在这里插入图片描述

集合A

被结构元操作的一系列元素,这些元素在图像中可以理解为图像中每个像素点的二维位置。下图中A就是一个集合,B就是结构元。

在这里插入图片描述

结构元在集合A上的操作 将结构元的原点与集合A的原点对齐,对上图来说,通常就将A的左上角定为集合A的原点。 不断平移结构元B的原点,让其能够访问集合A上所有的元素。(平移的时候,结构元其他点位置相对于原点位置保持不变)。

当将上图中,结构元B原地平移到集合A的原点处(A左上角),会发现结构元B的其他元素已经超出了集合A的范围,在计算机中处理要求对集合A进行填充至矩形,并且能够刚好容纳结构元B。填充效果如下图所示:

在这里插入图片描述

集合符号

∈ \in ∈表示属于,代表元素与集合的关系,例如 A = { 1 , 2 , 3 , 4 } 1 ∈ A A = \{ 1 , 2 , 3 , 4 \}\\ 1\in A A={ 1,2,3,4}1∈A

⊆ \subseteq ⊆表示包含,代表集合与集合的关系,例如 A = { 1 , 2 , 3 , 4 } , B = { 1 , 2 } B ⊆ A A = \{ 1 , 2 , 3 , 4 \},B= \{1,2\}\\ B\subseteq A A={ 1,2,3,4},B={ 1,2}B⊆A

腐蚀操作

( B ) z = { c ∣ c = b + z , b ∈ B } (B)_z =\{c|c = b+z,b\in B\} (B)z​={ c∣c=b+z,b∈B}

b代表所有属于结构元B的元素,很明显 ( B ) z (B)_z (B)z​就代表结构元B平移z后的集合。

B对A腐蚀表示为: A ⊖ B = { z ∣ ( B ) z ⊆ A } A\ominus B=\{z|(B)_z\subseteq A\} A⊖B={ z∣(B)z​⊆A}

也就是结构元B平移z后依然包含在集合A中所有的z的集合。又可以表示为 A ⊖ B = { z ∣ ( B ) z ∩



【本文地址】


今日新闻


推荐新闻


CopyRight 2018-2019 办公设备维修网 版权所有 豫ICP备15022753号-3