基于FPGA灰度图像的形态学腐蚀
FPGA开源工作室 FPGA/图像处理/创业/职场 关注 基于 FPGA 灰度图像的形态学腐蚀 01 背景知识 数学形态学是一门建立在集论基础上的学科,是几何形态学分析和描述的有力工具。数学形态学的蓬勃发展,其并行快速,易于硬件实现,目前已经在计算机视觉、信号处理与图像分析、模式识别等方面得到了极为广泛的应用。 腐蚀与膨胀是形态学滤波的两个基本运算,通过腐蚀和膨胀两种运算可以实现多种功能,主要如下: (1) 消除噪声; (2) 分割出独立的图像元素; (3) 在图像中连接相邻的元素; (4) 寻找图像中明显的极大值和极小值区域; (5) 求出图像的梯度。 图 1 腐蚀膨胀示意图 图 1 a 为大小为 448X425 像素的灰度级 X 射线图像; b 使用半径为 2 个像素的圆盘形结构元对图像的腐蚀结果; c 用相同的结构元对图像的膨胀结果。原图有 Lixi 公司提供。 形态学滤波之腐蚀 腐蚀( erode )就是求局部最小值的操作。 从数学角度来看就是将图像 f 和核(结构元) b 进行卷积的一个过程。 当 b 的原点位于( x,y )处时,用一个平坦的结构元 b 在( x,y )处对图像 f 的腐蚀,定义为图像 f 中与 b 重合区域的最小值,即: 为了方便起见,将腐蚀操作记为: (x,y) 表示当前输入图像的行列坐标; f(x,y) 表示坐标点( x,y )处的图像像素值; g