形态学图像处理

1、dilate函数

该函数能够实现二值图像的膨胀 *** 作，有以下形式：

BW2=dilate(BW1，SE)

BW2=dilate(BW1，SE，…，n)

其中：BW2=dilate(BW1，SE)表示使用二值结构要素矩阵SE队图像数据矩阵BW1执行膨胀 *** 作。输入图像BW1的类型为double或unit8，输出图像BW2的类型为unit8。BW2=dilate(BW1，SE，…，n)表示执行膨胀 *** 作n次。

2、erode 函数

该函数能够实现二值图像的腐蚀 *** 作，有以下形式：

BW2= erode(BW1，SE)

BW2= erode(BW1，SE，…，n)

其中：BW2= erode(BW1，SE)表示使用二值结构要素矩阵SE队图像数据矩阵BW1执行腐蚀 *** 作。输入图像BW1的类型为double或unit8，输出图像BW2的类型为unit8。BW2= erode(BW1，SE，…，n)表示执行腐蚀 *** 作n次。

3、bwmorph函数

该函数的功能是能实现二值图像形态学运算。它的格式如下：

① BW2=bwmorph(BW1，operation)

② BW2=bwmorph(BW1，operation，n)

其中：对于格式①，bwmorph函数可对二值图像BW1采用指定的形态学运算；对于格式②，bwmorph函数可对二值图像BW1采用指定的形态学运算n次。operation为下列字符串之一：

‘clean’：除去孤立的像素(被0包围的1)

‘close’：计算二值闭合

‘dilate’：用结构元素计算图像膨胀

‘erode’：用结构元素计算图像侵蚀

4、imclose函数

该函数功能是对灰度图像执行形态学闭运算，即使用同样的结构元素先对图像进行膨胀 *** 作后进行腐蚀 *** 作。调用格式为：

IM2=imclose(IM,SE)

IM2=imclose(IM,NHOOD)

5、imopen函数

该函数功能是对灰度图像执行形态学开运算，即使用同样的结构元素先对图像进行腐蚀 *** 作后进行膨胀 *** 作。调用格式为：

IM2=imopen(IM,SE)

IM2=imopen(IM,NHOOD)

3用MATLAB编程实现图像去噪

3.1 二值形态学消除图像噪声

用二值形态学方法对图像中的噪声进行滤除的基本思想[4]是：使用具有一定形态的结构元素去度量和提取图像中的对应形状，以达到消除图像噪声的目的。下面是二值形态学消除图像噪声的一个实例。

首先将tire.tif图像加入椒盐噪声，这种噪声前面已经介绍过，它在亮的图像区域内是暗点，而在暗的图像区域内是亮点，再对有噪声图像进行二值化 *** 作，再对有噪声图像进行开启 *** 作，由于这里的结构元素矩阵比噪声的尺寸要大，因而开启的结果是将背景上的噪声点去除了，最后对前一步得到的图像进行闭合 *** 作，将轮胎上的噪声点去掉了。

下面是算法实现的程序代码：

I1=imread('tire.tif')%读灰度图tire.tif

I2=imnoise(I1,'salt &pepper') %在图像上加入椒盐噪声

figure,imshow(I2) %显示加椒盐噪声后的灰度图像

I3=im2bw(I1)%把加椒盐噪声后的灰度图像二值化

figure,imshow(I3) %显示二值化后的图像

I4=bwmorph(I3,'open') %对二值噪声图像进行二值形态学开运算

figure,imshow(I4) %显示开运算后的图像

I5=bwmorph(I4,'close') %对上述图像进行形态学闭运算

figure,imshow(I5) %显示最终处理后的图像

椒盐噪声的话一般可以用中值滤波器去除, 中值滤波器很容易实现, 依此遍历图像中每个像素点, 每个像素点与其周围的8个点像素值做一下排序 *** 作, 找到这九个点中的中值点赋给当前遍历点的像素就可以了, 算法很简单吧. 我这有c++的源码, 楼主要想要的话发邮件到我的邮箱[email protected]我可以把程序发给你.

1、打开Matlab，点击“新建脚本”，如下图所示。

2、在代码编辑区输入代码，先利用Imread函数读取图像，然后使用Imshow函数将图像展示出来，以便与添加噪声后的图像做对比。

3、Matlab中利用imnoise函数可以添加各种噪声，而使用“gaussian”参数就可以添加高斯噪声。

4、选择保存位置，并为m文件重命名，如下图所示所示，设置完成，点击“保存”。

5、这样，就在Matlab中为图像添加了高斯噪声，并且把一组对比图显示在同一个窗口中，如下图所示。

---