形态学作业的类型

形态学是基于形状处理图像的广泛图像处理操作。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。在形态学操作中，输出图像中的每个像素的值基于与其邻居输入图像中的对应像素的比较。

形态分子扩张和侵蚀

最基本的形态学作业是扩张和侵蚀。扩张将像素添加到图像中对象的边界，而侵蚀会移除对象边界上的像素。从图像中的对象添加或从图像中删除的像素数取决于尺寸和形状构造元素用于处理图像。在形态学扩张和侵蚀操作中，通过将规则应用于输入图像中的相应像素及其邻居来确定输出图像中的任何给定像素的状态。用于处理像素的规则将操作定义为扩张或侵蚀。此表列出了扩张和侵蚀的规则。

扩张和侵蚀的规则

手术	规则	示例（原始和处理图像）
扩张	输出像素的值是最大附近所有像素的价值。在二进制图像中，将像素设置为`1`如果任何相邻像素具有值`1`。形态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价值。在二进制图像中，将像素设置为`0.`如果任何相邻像素具有值`0.`。形态学侵蚀除去岛屿和小物体，以便只留下实质性物体。

手术

规则

示例（原始和处理图像）

扩张

输出像素的值是最大附近所有像素的价值。在二进制图像中，将像素设置为1如果任何相邻像素具有值1。

形态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价值。在二进制图像中，将像素设置为0.如果任何相邻像素具有值0.。

形态学侵蚀除去岛屿和小物体，以便只留下实质性物体。

下图说明了二进制图像的扩张。注意，结构化元素如何定义感兴趣像素的邻域，这是圆圈的。扩张函数将适当的规则应用于邻域中的像素，并将值分配给输出图像中的相应像素。在该图中，形态扩展功能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，请参阅构造元素。

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，形态学的定义开幕式图像是一种侵蚀，然后是扩张，使用相同的结构化元素进行两种操作。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。

此表列出了工具箱中的函数，这些功能执行基于扩张和侵蚀的常见形态操作。

功能	形态定义	示例（原始和处理图像）
`伊莫登`	进行形态开口。打开操作侵蚀图像，然后使用相同的两个操作的结构元素来扩展腐蚀图像。形态开口可用于从图像中移除小物体，同时保留图像中的较大物体的形状和尺寸。例如，看到使用形态开口提取大图像特征。
`快到了`	进行形态结束。关闭操作扩展图像，然后使用相同的两个操作的结构元素来挖掘扩张的图像。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`	在二进制图像中查找对象的周边。如果非零，则像素是周边的一部分，并且它连接到至少一个零值像素。
`bwhitmiss.`	执行二进制命中令变换。命中小姐变换保留在二进制图像中的像素，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面和中心右侧，以及第二结构元素，其中邻域下方和中心左侧。该变换仅将邻居的像素保留在顶部和右侧。
`Imtophat.`	进行形态顶级帽子变换。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具有非均匀照明的灰度图像中的对比度。变换还可以在图像中隔离小明亮对象。
`Imbothat.`	进行形态底帽变换。底帽变换关闭图像，然后减去原始图像形成闭合图像。底帽变换可用于在灰度图像中找到强度槽。