matlab利用形态学算法对图像处理

课程：数字图像处理

课程作业实验报告

实验名称：Morphological and Other Set Operations 实验编号： 签 名： 姓 名： 学 号：

截止提交日期：年月日

摘 要：本实验学习一些基本的形态学图像处理知识。掌握数学形态学集合的基本运算；编程实现二值图像的膨胀和腐蚀处理，掌握一些基本的形态学算法，如：边界提取；针对灰度图像编程实现膨胀和腐蚀处理，编写函数实现灰度图像形态学梯度处理和顶帽变换，最后对形态学梯度变换结果和顶帽变换结果进行比较。

一、技术论述

1、图像的逻辑运算及数学形态学

很多应用是以形态学概念为基础的，并涉及二值图像。数学形态学的语言是集合论。同样，形态学为大量的图像处理问题提供了一种一致的有力方法。数学形态学中的集合表示图像中的不同对象。例如，在二值图像中，所有黑色像素的集合是图像完整的形态学描述。在二值图像中，正被讨论的集合是二维整数空间 (P)的元素，在这个二维整数空间中，集合的每个元素都是一个多元组(二维向量)，这些多元组的坐标是一个黑色(或白色，取决于事先的约定)像素在图像中的坐标(x,y)。灰度级数字图像可以表示为Z空间(Z3)上分量的集合。在这种情况下，集合中

沈阳理工大学数字图像处理课程设计

1 相关知识

1.1 MATLAB在图像处理中的应用

MATLAB7.x提供了20类图像处理函数，涵盖了图像处理包括近期研究成果在内的几乎所有的技术方法，是学习和研究图像处理的人员难得的宝贵资料和加工工具箱。这些函数按功能可分为图像显示、图像文件I／O、图像算术运算、几何变换、图像登记、像素值与统计、图像分析、图像增强、线性滤波、线性二元滤波设计、图像去模糊、图像变换、邻域与块处理、灰度与二值图像的形态学运算、结构元素创建与处理、基于边缘的处理、色彩映射表操作、色彩空间变换及图像类型与类型转换。

Matlab数字图像处理工具箱函数包括以下几类：(1)图像显示函数；(2)图像文件输入、输出函数；(3)图像几何操作函数；(4)图像像素值及统计函数；(5)图像分析函数；(6)图像增强函数；(7)线性滤波函数；(8)二维线性滤波器设计函数；(9)图像变换函数；(10)图像邻域及块操作函数；(11)二值图像操作函数；(12)基于区域的图像处理函数；(13)颜色图操作函数；(14)颜色空间转换函数；(15)图像类型和类型转换函数。

1.2 图像处理概念

图像处理并不仅限于对图像进行增强、复原和编码，还要对图像进行分析，图

本章的练习主要是形态学的一些基本概念和技术，这些构成了一组提取图像特征的有力工具，针对二值图像和灰度图像的腐蚀、膨胀和重构的基本操作可以组合使用，以执行非常宽泛的任务。其练习代码和结果如下：

1 %% 第9章 形态学处理

2

3 %% imdilate膨胀

4 clc

5 clear

6

7 A1=imread('.\\images\\dipum_images_ch09\\Fig0906(a)(broken-text).tif');

8 info=imfinfo('.\\images\\dipum_images_ch09\\Fig0906(a)(broken-text).tif')

9 B=[0 1 0

10 1 1 1

11 0 1 0];

12 A2=imdilate(A1,B);%图像A1被结构元素B膨胀

13 A3=imdilate(A2,B);

14 A4=imdilate(A3,B);

15

16 subplot(221),imshow(A1);

17 title('imdilate膨胀原始图像');

18

19 subplot(222),imshow(A2

***********************形态学(灰度)******************************************** dual_rank(Image : ImageRank : MaskType, Radius, ModePercent, Margin : )

dual_rank — 使用圆形或矩形的掩膜开运算、中值、闭运算

dual_rank进行所有输入图像的灰度值非线性变换（图像）。圆形或方形可以作为结构元素。dual_rank影响rank_image连续两个电话。在第一次调用范围的灰度值与所指示的范围（modepercent）。的这个计算结果的rank_image进一步调用的输入，此时使用范围值100 modepercent。

当过滤不同参数的边界处理（保证金）可以选择：

灰度值(gray value) 像素的图像的边缘外被假定为是恒定的（与表示灰度值）。

持续的(continued) 连续的边缘像素。

'cyclic' 图像边缘的循环的周期延拓。

“mirrored”， 反映

计算机围棋可以模拟人类棋手的棋群聚类能力以提高搜索效率。本研究以数学形态学为工具,在形式化基础上采用带有限制条件的膨胀运算进行棋群的初步聚类,结合其它一些启发式搜索方法完成棋群的最终聚类,并结合实战对局评价了此算法的性能,指出了此算法的应用价值。

维普资讯

计算机科学 2 0 V 13 N . 0 6 o. 3 o 9

基于数学形态学的围棋棋群聚类算法岳鹏刘洪涛邱玉辉(南大学智能软件与软件工程重点实验室重庆 4 0 1 )西 0 7 5摘要计算机围棋可以模拟人类棋手的棋群聚类能力以提高搜索效率。本研究以数学形态学为工具，在形式化基

础上采用带有限制条件的膨胀运算进行棋群的初步聚类，结合其它一些启发式搜索方法完成棋群的最终聚类，并结合

实战对局评价了此算法的性能，出了此算法的应用价值。指 关键词数学形态学，计算机围棋，聚类Cl se g r t m u t rAl o ih ofGo o psBa e n a he tc lM o pho o y Gr u s d o M t ma ia r lg

Y e g I U n— a QI u Hu UE P n A Ho g T o。 UY— i。( h y L b rt r f n

摘 要

摘 要

视频图像处理技术广泛用于工业、安全、医疗、管理等领域。运动目标的检测和跟踪是图像处理技术在视频序列图像处理方面的一个重要应用，在航天、交通、机器人视觉、视频监控、公共场所客流数据监测等场合发挥着重要作用。

本文介绍了一种基于MATLAB的简易的从视频播放的帧图像中找出目标图像，并进行视频跟踪的实现方法。通过对图像进行阈值处理（图像分割），再对分割后的图像求取形心，以对目标图像进行定位，并最后找到各幅帧图像的目标位置的方法，从而实现对100帧视频图像的实时跟踪。

关键词：目标检测；阈值处理；视频序列目标跟踪；形心估计

I

ABSTRACT

ABSTRACT

Video image processing technology is widely used in industrial, security, health care, management and other fields. Motion target detection and tracking is image processing technology in video sequence is an important application in image

摘 要

摘 要

视频图像处理技术广泛用于工业、安全、医疗、管理等领域。运动目标的检测和跟踪是图像处理技术在视频序列图像处理方面的一个重要应用，在航天、交通、机器人视觉、视频监控、公共场所客流数据监测等场合发挥着重要作用。

本文介绍了一种基于MATLAB的简易的从视频播放的帧图像中找出目标图像，并进行视频跟踪的实现方法。通过对图像进行阈值处理（图像分割），再对分割后的图像求取形心，以对目标图像进行定位，并最后找到各幅帧图像的目标位置的方法，从而实现对100帧视频图像的实时跟踪。

关键词：目标检测；阈值处理；视频序列目标跟踪；形心估计

I

ABSTRACT

ABSTRACT

Video image processing technology is widely used in industrial, security, health care, management and other fields. Motion target detection and tracking is image processing technology in video sequence is an important application in image

计算机围棋可以模拟人类棋手的棋群聚类能力以提高搜索效率。本研究以数学形态学为工具,在形式化基础上采用带有限制条件的膨胀运算进行棋群的初步聚类,结合其它一些启发式搜索方法完成棋群的最终聚类,并结合实战对局评价了此算法的性能,指出了此算法的应用价值。

维普资讯

计算机科学 2 0 V 13 N . 0 6 o. 3 o 9

基于数学形态学的围棋棋群聚类算法岳鹏刘洪涛邱玉辉(南大学智能软件与软件工程重点实验室重庆 4 0 1 )西 0 7 5摘要计算机围棋可以模拟人类棋手的棋群聚类能力以提高搜索效率。本研究以数学形态学为工具，在形式化基

础上采用带有限制条件的膨胀运算进行棋群的初步聚类，结合其它一些启发式搜索方法完成棋群的最终聚类，并结合

实战对局评价了此算法的性能，出了此算法的应用价值。指 关键词数学形态学，计算机围棋，聚类Cl se g r t m u t rAl o ih ofGo o psBa e n a he tc lM o pho o y Gr u s d o M t ma ia r lg

Y e g I U n— a QI u Hu UE P n A Ho g T o。 UY— i。( h y L b rt r f n

实验六、形态学图像处理

一．实验目的及要求

1．利用MATLAB研究二值形态学图像处理常用算法；

2．掌握MATLAB形态学图像处理基本操作函数的使用方法； 3．了解形态学的基本应用。 二、实验原理

1．编程实现二值图像的基本形态学处理（腐蚀、膨胀、开运算和闭运算）；选择不同结构元素筛选图像目标。

2．用形态学运算实现灰度图像的噪声平滑和图像边缘提取。 三、实验原理

数学形态学图像处理的基本思想是利用一个称作结构元素的“探针”收集图像的信息。当探针在图像中不断移动时，便可考察图像各个部分间的相互关系，从而了解图像各个部分的结构特征。作为探针的结构元素，可直接携带知识（形态、大小、以及灰度和色度信息）来探测所研究图像的结构特点。

二值形态学中的运算对象是集合，通常给出一个图像集合和一个结构元素集合，利用结构元素对图像进行操作。其基本运算有四种：腐蚀、膨胀、开运算和闭运算。基于这些基本运算和组合来进行图像形状和结构的分析及处理。

如果 A是图像集合，B是结构元素（ B本身也是一个图像集合），形态学运算将使用B对A进行操作。结构元素往往比图像小得多。基本运算将遵循这个原则。 ?膨胀和腐蚀

膨胀是在二值图像中“加长”或

本科毕业论文,需要程序见该账号下其他文档

目录

摘要................................................................................................................................. I Abstract ......................................................................................................................... II

第1章 绪论.................................................................................................................. 1

1.1研究背景和意义............................................................................................... 1

1.2国内外研究现状及