形态学作业的类型

形态学是基于形状处理图像的一组广泛的图像处理操作。形态操作将结构元素应用于输入图像，创建相同大小的输出图像。在形态运算中，输出图像中每个像素的值是基于输入图像中对应像素与其相邻像素的比较。

形态分子扩张和侵蚀

最基本的形态操作是膨胀和侵蚀。膨胀使图像中物体的边界增加像素，而侵蚀则使物体边界上的像素消失。在图像中添加或删除物体的像素数取决于物体的大小和形状构造元素用于处理图像。在形态膨胀和侵蚀操作中，输出图像中任意给定像素的状态是通过对输入图像中相应像素及其邻居应用规则来确定的。用于处理像素的规则将操作定义为膨胀或侵蚀。该表列出了膨胀和侵蚀的规则。

扩张和侵蚀的规则

操作	规则	示例（原始和处理图像）
扩张	输出像素的值是最大值附近所有像素的值。在二进制图像中，将像素设置为`1`如果任何相邻的像素都有这个值`1`。形态学扩张使物体更加明显并填充物体的小孔。
侵蚀	输出像素的值是最低限度附近所有像素的值。在二进制图像中，将像素设置为`0.`如果任何相邻的像素都有这个值`0.`。形态侵蚀移除岛屿和小物体，只留下实质性的物体。

操作

规则

示例（原始和处理图像）

扩张

输出像素的值是最大值附近所有像素的值。在二进制图像中，将像素设置为1如果任何相邻的像素都有这个值1。

形态学扩张使物体更加明显并填充物体的小孔。

侵蚀

输出像素的值是最低限度附近所有像素的值。在二进制图像中，将像素设置为0.如果任何相邻的像素都有这个值0.。

形态侵蚀移除岛屿和小物体，只留下实质性的物体。

下图说明了二值图像的膨胀。请注意结构元素如何定义感兴趣的像素的邻域，该邻域是圈起来的。膨胀函数将适当的规则应用到邻域的像素上，并给输出图像中相应的像素赋值。图中形态膨胀函数将输出像素的值设置为1因为由结构元素定义的邻域中的一个元素是打开的。有关更多信息，请参阅结构化元素。

二元图像的形态学扩张

下图说明了灰度图像的该处理。该图示出了输入图像中的特定像素的处理。注意该功能如何将规则应用于输入像素的邻域，并使用邻域中所有像素的最高值作为输出图像中的对应像素的值。

灰度图像的形态学扩张

基于扩张和侵蚀的操作

扩张和侵蚀通常用于实现图像处理操作。例如，形态学的定义开放图像是一种侵蚀，然后是扩张，使用相同的结构化元件进行两种操作。您可以将扩张和侵蚀组合以从图像中删除小对象并平滑大物体边框。

此表列出工具箱中执行基于膨胀和侵蚀的常见形态操作的函数。

函数	形态学的定义	示例（原始和处理图像）
`Imopen.`	表现形态。开孔操作先腐蚀图像，然后对侵蚀后的图像进行放大，这两种操作使用相同的结构元素。形态学开口用于从图像中删除小对象，同时保留图像中较大对象的形状和大小。例如，请参见利用形态学开口提取大图像特征。
`快到了`	进行形态结束。关闭操作将图像扩展，然后使用相同的两个操作的结构元件来挖掘扩张的图像。形态学闭合对于从图像中填充小孔，同时保留图像中物体的形状和尺寸。
`Bwskel.`	骨折在二进制图像中的对象。骨架化过程侵蚀了所有物体到中心线，而不改变物体的基本结构，例如存在孔和分支。
`Bwperim`	求二值图像中物体的周长。如果一个像素非零且它连接到至少一个零值像素，则该像素是周长的一部分。
`bwhitmiss.`	执行二进制命中令变换。命中错过转换在二进制图像中保留像素，其邻域与一个结构化元素的形状匹配并且与第二个不相交的结构元件的形状不匹配。命中错过的转换可用于检测图像中的模式。	该示例使用一个结构化元素，其中一个结构化元素上方和右侧的邻域，以及第二结构化元件，其中邻域下方和中心左侧。该变换仅将邻居和右侧的像素保留。
`imtophat.`	执行一个形态帽子变换。顶帽变换打开图像，然后从原始图像中减去打开的图像。顶帽变换可用于增强非均匀光照下灰度图像的对比度。这种变换还可以分离出图像中明亮的小物体。
`Imbothat.`	执行形态的底帽变换。底部帽子变换关闭图像，然后从关闭的图像中减去原始图像。底帽变换可用于在灰度图像中找到强度槽。