matlab实现形态学处理

      形态学是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(".imagesdipum_images_ch09Fig0906(a)(broken-text).tif");
  8 info=imfinfo(".imagesdipum_images_ch09Fig0906(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);
 20 title("使用B后1次膨胀后的图像");
 21 
 22 subplot(223),imshow(A3);
 23 title("使用B后2次膨胀后的图像");
 24 
 25 subplot(224),imshow(A4);
 26 title("使用B后3次膨胀后的图像");
 27%imdilate图像膨胀处理过程运行结果如下：

 28 
 29 %% imerode腐蚀
 30 clc
 31 clear
 32 A1=imread(".imagesdipum_images_ch09Fig0908(a)(wirebond-mask).tif");
 33 subplot(221),imshow(A1);
 34 title("腐蚀原始图像");
 35 
 36 %strel函数的功能是运用各种形状和大小构造结构元素
 37 se1=strel("disk",5);%这里是创建一个半径为5的平坦型圆盘结构元素
 38 A2=imerode(A1,se1);
 39 subplot(222),imshow(A2);
 40 title("使用结构原始disk(5)腐蚀后的图像");
 41 
 42 se2=strel("disk",10);
 43 A3=imerode(A1,se2);
 44 subplot(223),imshow(A3);
 45 title("使用结构原始disk(10)腐蚀后的图像");
 46 
 47 se3=strel("disk",20);
 48 A4=imerode(A1,se3);
 49 subplot(224),imshow(A4);
 50 title("使用结构原始disk(20)腐蚀后的图像");
 51 %图像腐蚀处理过程运行结果如下：
 52 

 53 %% 开运算和闭运算
 54 clc
 55 clear
 56 f=imread(".imagesdipum_images_ch09Fig0910(a)(shapes).tif");
 57 %se=strel("square",5");%方型结构元素
 58 se=strel("disk",5");%圆盘型结构元素
 59 imshow(f);%原图像
 60 title("开闭运算原始图像")
 61%运行结果如下：

 62 
 63 %开运算数学上是先腐蚀后膨胀的结果
 64 %开运算的物理结果为完全删除了不能包含结构元素的对象区域，平滑
 65 %了对象的轮廓，断开了狭窄的连接，去掉了细小的突出部分
 66 fo=imopen(f,se);%直接开运算
 67 figure,subplot(221),imshow(fo);
 68 title("直接开运算");
 69 
 70 %闭运算在数学上是先膨胀再腐蚀的结果
 71 %闭运算的物理结果也是会平滑对象的轮廓，但是与开运算不同的是，闭运算
 72 %一般会将狭窄的缺口连接起来形成细长的弯口，并填充比结构元素小的洞
 73 fc=imclose(f,se);%直接闭运算
 74 subplot(222),imshow(fc);
 75 title("直接闭运算");
 76 
 77 foc=imclose(fo,se);%先开后闭运算
 78 subplot(223),imshow(foc);
 79 title("先开后闭运算");
 80 
 81 fco=imopen(fc,se);%先闭后开运算
 82 subplot(224),imshow(fco);
 83 title("先闭后开运算");
 84%开闭运算结果如下：

 85 
 86 %先膨胀再腐蚀
 87 fse=imdilate(f,se);%膨胀
 88 
 89 %gcf为得到当前图像的句柄，当前图像是指例如PLOT,TITLE,SURF等
 90 %get函数为得到物体的属性，get(0,"screensize")为返回所有物体screensize属性值
 91 %set函数为设置物体的属性
 92 figure,set(gcf,"outerposition",get(0,"screensize"));%具体目的是设置当前窗口的大小
 93 subplot(211),imshow(fse);
 94 title("使用disk(5)先膨胀后的图像");
 95 
 96 fes=imerode(fse,se);
 97 subplot(212),imshow(fes);
 98 title("使用disk(5)先膨胀再腐蚀后的图像");
 99%先膨胀后腐蚀图像如下：

100 
101 %先腐蚀再膨胀
102 fse=imerode(f,se);
103 figure,set(gcf,"outerposition",get(0,"screensize"))
104 subplot(211),imshow(fse);
105 title("使用disk(5)先腐蚀后的图像");
106 
107 fes=imdilate(fse,se);
108 subplot(212),imshow(fes);
109 title("使用disk(5)先腐蚀再膨胀后的图像");
110%先腐蚀后膨胀的图像如下：

111 
112 %% imopen imclose在指纹上的应用
113 clc
114 clear
115 f=imread(".imagesdipum_images_ch09Fig0911(a)(noisy-fingerprint).tif");
116 se=strel("square",3);%边长为3的方形结构元素
117 subplot(121),imshow(f);
118 title("指纹原始图像");
119 
120 A=imerode(f,se);%腐蚀
121 subplot(122),imshow(A);
122 title("腐蚀后的指纹原始图像");
123%指纹原始图像和腐蚀后的图像结果如下：

124 
125 fo=imopen(f,se);
126 figure,subplot(221),imshow(fo);
127 title("使用square(3)开操作后的图像");
128 
129 fc=imclose(f,se);
130 subplot(222),imshow(fc);
131 title("使用square闭操作后的图像");
132 
133 foc=imclose(fo,se);
134 subplot(223),imshow(foc);
135 title("使用square(3)先开后闭操作后的图像")
136 
137 fco=imopen(fc,se);
138 subplot(224),imshow(fco);
139 title("使用square(3)先闭后开操作后的图像");
140%指纹图像开闭操作过程结果如下：

141 
142 %% bwhitmiss击中或击不中变换
143 clc
144 clear
145 f=imread(".imagesdipum_images_ch09Fig0913(a)(small-squares).tif");
146 imshow(f);
147 title("击中或不击中原始图像");
148%击中或不击中原始图像显示结果如下：

149 
150 B1=strel([0 0 0;0 1 1;0 1 0]);%击中：要求击中所有1的位置
151 B2=strel([1 1 1;1 0 0;1 0 0]);%击不中，要求击不中所有1的位置
152 B3=strel([0 1 0;1 1 1;0 1 0]);%击中
153 B4=strel([1 0 1;0 0 0;0 0 0]);%击不中
154 B5=strel([0 0 0;0 1 0;0 0 0]);%击中
155 B6=strel([1 1 1;1 0 0;1 0 0]);%击不中
156 
157 g=imerode(f,B1)&imerode(~f,B2)%利用定义来实现击中或击不中
158 figure,subplot(221),imshow(g);
159 title("定义实现组1击中击不中图像");
160 
161 g1=bwhitmiss(f,B1,B2);
162 subplot(222),imshow(g1);
163 title("结构数组1击中击不中后的图像");
164 
165 g2=bwhitmiss(f,B3,B4);
166 subplot(223),imshow(g2);
167 title("结构数组2击中击不中的图像");
168 
169 g3=bwhitmiss(f,B5,B6);
170 subplot(224),imshow(g3);
171 title("结构数组3击中击不中的图像");
172%击中击不中变换后图像如下：

173 
174 %%makelut
175 clc
176 clear
177 
178 f=inline("sum(x(:))>=3");%inline是用来定义局部函数的
179 lut2=makelut(f,2)%为函数f构造一个接收2*2矩阵的查找表
180 lut3=makelut(f,3)
181 
182 %% Conway生命游戏
183 clc
184 clear
185 lut=makelut(@conwaylaws,3);
186 bw1=  [0     0     0     0     0     0     0     0     0     0
187        0     0     0     0     0     0     0     0     0     0
188        0     0     0     1     0     0     1     0     0     0
189        0     0     0     1     1     1     1     0     0     0
190        0     0     1     0     0     0     0     1     0     0
191        0     0     1     0     1     1     0     1     0     0
192        0     0     1     0     0     0     0     1     0     0
193        0     0     0     1     1     1     1     0     0     0
194        0     0     0     0     0     0     0     0     0     0
195        0     0     0     0     0     0     0     0     0     0  ];
196 subplot(221),imshow(bw1,"InitialMagnification","fit");
197 title("Generation 1");
198 
199 bw2=applylut(bw1,lut);
200 subplot(222),imshow(bw2,"InitialMagnification","fit"),
201 title("Generation 2");
202 
203 bw3=applylut(bw2,lut);
204 subplot(223),imshow(bw3,"InitialMagnification","fit");
205 title("Generation 3");
206 
207 temp=bw1;
208 for i=2:100
209     bw100=applylut(temp,lut);
210     temp=bw100;
211 end
212 subplot(224),imshow(bw100,"InitialMagnification","fit")
213 title("Generation 100");
214%显示Generation结果如下：

215 
216 %% getsequence
217 clc
218 clear
219 se=strel("diamond",5)
220 decomp=getsequence(se)%getsequence函数为得到分解的strel序列
221 decomp(1)
222 decomp(2)
223 
224 %% endpoints
225 clc
226 clear
227 
228 f1=imread(".imagesdipum_images_ch09Fig0914(a)(bone-skel).tif");
229 subplot(121),imshow(f1);
230 title("原始形态骨架图像");
231 
232 g1=endpoints(f1);
233 %set(gcf,"outerposition",get(0,"screensize"));%运行完后自动生成最大的窗口
234 subplot(122),imshow(g1);
235 title("骨架图像的端点图像");
236 %骨架头像端点检测头像如下：
237 
238 f2=imread(".imagesdipum_images_ch09Fig0916(a)(bone).tif");
239 figure,subplot(121),imshow(f2);
240 title("原始骨头图像");
241 
242 g2=endpoints(f2);
243 subplot(122),imshow(g2);
244 title("骨头图像端点头像");%结果是没有端点
245%骨头头像端点检测图像如下：

246 
247 %% bwmorph组合常见形态学之细化
248 clc
249 clear
250 f=imread(".imagesdipum_images_ch09Fig0911(a)(noisy-fingerprint).tif");
251 subplot(221),imshow(f);
252 title("指纹图像细化原图");
253 
254 g1=bwmorph(f,"thin",1);
255 subplot(222),imshow(g1);
256 title("指纹图像细化原图");
257 
258 g2=bwmorph(f,"thin",2);
259 subplot(223),imshow(g2);
260 title("指纹图像细化原图");
261 
262 g3=bwmorph(f,"thin",Inf);
263 subplot(224),imshow(g3);
264 title("指纹图像细化原图");
265%指纹图像细化过程显示如下：

266 
267 %% bwmorph组合常见形态学之骨骼化
268 clc
269 clear
270 f=imread(".imagesdipum_images_ch09Fig0911(a)(noisy-fingerprint).tif");
271 subplot(131),imshow(f);
272 title("指纹图像骨骼化原图");
273 
274 fs=bwmorph(f,"skel",Inf);
275 subplot(132),imshow(fs);
276 title("指纹图像骨骼化");
277 
278 for k=1:5
279     fs=fs&~endpoints(fs);
280 end
281 subplot(133),imshow(fs);
282 title("指纹图像修剪后骨骼话");
283%指纹图像骨骼化过程显示：

284 
285 %% 使用函数bwlabel标注连通分量
286 clc
287 clear
288 f=imread(".imagesdipum_images_ch09Fig0917(a)(ten-objects).tif");
289 imshow(f),title("标注连通分量原始图像");
290%其结果显示如下：

291 
292 [L,n]=bwlabel(f);%L为标记矩阵，n为找到连接分量的总数
293 [r,c]=find(L==3);%返回第3个对象所有像素的行索引和列索引
294 
295 rbar=mean(r);
296 cbar=mean(c);
297 
298 figure,imshow(f)
299 hold on%保持当前图像使其不被刷新
300 for k=1:n
301     [r,c]=find(L==k);
302     rbar=mean(r);
303     cbar=mean(c);
304     plot(cbar,rbar,"Marker","o","MarkerEdgeColor","k",...
305          "MarkerFaceColor","k","MarkerSize",10);%这个plot函数用法不是很熟悉
306     plot(cbar,rbar,"Marker","*","MarkerFaceColor","w");%其中的marker为标记
307 end
308 title("标记所有对象质心后的图像");

309 
310 %% 由重构做开运算
311 clc
312 clear
313 f=imread(".imagesdipum_images_ch09Fig0922(a)(book-text).tif");
314 subplot(321),imshow(f);
315 title("重构原始图像");
316 
317 fe=imerode(f,ones(51,1));%竖线腐蚀
318 subplot(322),imshow(fe);
319 title("使用竖线腐蚀后的结果");
320 
321 fo=imopen(f,ones(51,1));%竖线做开运算
322 subplot(323),imshow(fo);
323 title("使用竖线做开运算结果");
324 
325 fobr=imreconstruct(fe,f);%fe做标记
326 subplot(324),imshow(fobr);
327 title("使用竖线做重构开运算");
328 
329 ff=imfill(f,"holes");%对f进行孔洞填充
330 subplot(325),imshow(ff);
331 title("对f填充孔洞后的图像");
332 
333 fc=imclearborder(f,8);%清除边界，2维8邻接
334 subplot(326),imshow(fc);
335 title("对f清除边界后的图像");
336%图像重构过程显示如下：

337 
338 %% 使用顶帽变换和底帽变换
339 clc
340 clear
341 f=imread(".imagesdipum_images_ch09Fig0926(a)(rice).tif");
342 subplot(221),imshow(f);
343 title("顶帽底帽变换原始图像");
344 
345 se=strel("disk",10);%产生结构元素
346 %顶帽变换是指原始图像减去其开运算的图像
347 %而开运算可用于补偿不均匀的背景亮度，所以用一个大的结构元素做开运算后
348 %然后用原图像减去这个开运算，就得到了背景均衡的图像，这也叫做是图像的顶帽运算
349 f1=imtophat(f,se);%使用顶帽变换
350 subplot(222),imshow(f1);
351 title("使用顶帽变换后的图像");
352 
353 %底帽变换是原始图像减去其闭运算后的图像
354 f2=imbothat(imcomplement(f),se);%使用底帽变换，为什么原图像要求补呢？
355 %f2=imbothat(f,se);%使用底帽变换
356 subplot(223),imshow(f2);
357 title("使用底帽变换后的图像");
358 
359 %顶帽变换和底帽变换联合起来用，用于增加对比度
360 f3=imsubtract(imadd(f,imtophat(f,se)),imbothat(f,se));%里面参数好像不合理？
361 subplot(224),imshow(f3);
362 title("使用顶帽底帽联合变换后图像");
363%顶帽底帽变换过程图像如下：

364 
365 %%使用开运算和闭运算做形态学平滑
366 %由于开运算可以除去比结构元素更小的明亮细节，闭运算可以除去比结构元素更小的暗色细节
367 %所以它们经常组合起来一起进行平滑图像并去除噪声
368 clc
369 clear
370 f=imread(".imagesdipum_images_ch09Fig0925(a)(dowels).tif");
371 subplot(221),imshow(f);
372 title("木钉图像原图");
373 
374 se=strel("disk",5);%disk其实就是一个八边形
375 fo=imopen(f,se);%经过开运算
376 subplot(222),imshow(f);
377 title("使用半径5的disk开运算后的图像");
378 
379 foc=imclose(fo,se);
380 subplot(223),imshow(foc);
381 title("先开后闭的图像");
382 
383 fasf=f;
384 for i=2:5
385     se=strel("disk",i);
386     fasf=imclose(imopen(fasf,se),se);
387 end
388 subplot(224),imshow(fasf);
389 title("使用开闭交替滤波后图像");
390%使用开运算和闭运算做形态学平滑结果如下：

391 
392 %% 颗粒分析
393 clc
394 clear
395 f=imread(".imagesdipum_images_ch09Fig0925(a)(dowels).tif");
396 
397 sumpixels=zeros(1,36);
398 for k=0:35
399     se=strel("disk",k);
400     fo=imopen(f,se);
401     sumpixels(k+1)=sum(fo(:));
402 end
403 
404 %可以看到，连续开运算之间的表面积会减少
405 plot(0:35,sumpixels),xlabel("k"),ylabel("surface area");
406 title("表面积和结构元素半径之间的关系");
407%其运算结果如下：   

408 
409 figure,plot(-diff(sumpixels));%diff()函数为差分或者近似倒数，即相邻2个之间的差值
410 xlabel("k"),ylabel("surface area reduction");
411 title("减少的表面积和结构元素半径之间的关系");
412%其运算结果如下：

413 
414 %% 使用重构删除复杂图像的背景
415 clc
416 clear
417 f=imread(".imagesdipum_images_ch09Fig0930(a)(calculator).tif");
418 subplot(221),imshow(f);
419 title("灰度级重构原图像");
420 
421 f_obr=imreconstruct(imerode(f,ones(1,71)),f);
422 subplot(222),imshow(f_obr);
423 title("经开运算重构图");
424 
425 f_o=imopen(f,ones(1,71));
426 subplot(223),imshow(f_o);
427 title("经开运算后图");
428 
429 f_thr=imsubtract(f,f_obr);
430 subplot(224),imshow(f_thr);
431 title("顶帽运算重构图")
432%使用重构删除复杂图像的背景1:

433 
434 f_th=imsubtract(f,f_o)
435 figure,subplot(221),imshow(f_th);
436 title("经顶帽运算图");
437 
438 g_obr=imreconstruct(imerode(f_thr,ones(1,11)),f_thr);
439 subplot(222),imshow(g_obr);
440 title("用水平线对f_thr经开运算后重构图");
441 
442 g_obrd=imdilate(g_obr,ones(1,2));
443 subplot(223),imshow(g_obrd);
444 title("使用水平线对上图进行膨胀");
445 
446 f2=imreconstruct(min(g_obrd,f_thr),f_thr);
447 subplot(224),imshow(f2);
448 title("最后的重构结果");
449%使用重构删除复杂图像的背景2:

 

    形态学这一章很有用，因为它还可以应用在图像分割中。

 

转载自：http://blog.csdn.net/yangyangyang20092010/article/details/8289572