图像形态学 | 易学教程

除了之前写的腐蚀、膨胀、开运算、闭运算。还有很多其它形态学计算。

1、图像梯度

形态学梯度就是膨胀图与腐蚀图之差，梯度从原区域的膨胀中减去了原区域的收缩，保留了图像的外边缘部分，也就是图像的轮廓。

imgPath = 'E:\opencv_pic\src_pic\pic2.bmp';
img = imread(imgPath);
img=rgb2gray(img);
img = 255-img;
 
se = strel('square', 3);
img2 = imerode(img, se);
img3 = imdilate(img, se);
subplot(1,2,1),imshow(255-img),title('原始图像');
subplot(1,2,2),imshow(255-(img3-img2)),title('梯度图像');

2、顶帽（Top Hat）

顶帽变换是指原始图像减去其开运算的图像，得到图像的噪声。

imgPath = 'E:\opencv_pic\src_pic\pic1.bmp';
img = imread(imgPath);
img=rgb2gray(img);
img = 255-img;
 
se = strel('square', 5);
img3 = imopen(img, se);
subplot(1,2,1),imshow(255-img),title('原始图像');
subplot(1,2,2),imshow(255-(img-img3)),title('顶帽运算');

使用matlab语句img3 = imtophat(img, se)效果和上面的代码相同。

3、底帽

图像底帽运算是图像闭运算操作减去原始图像的结果，得到图像内部的小孔，或者前景色中的小黑点。

imgPath = 'E:\opencv_pic\src_pic\pic1.bmp';
img = imread(imgPath);
img=rgb2gray(img);
img = 255-img;
 
se = strel('square', 5);
img3 = imclose(img, se);
subplot(1,3,1),imshow(255-img),title('原始图像');
subplot(1,3,2),imshow(255-img3),title('闭运算');
subplot(1,3,3),imshow(255-(img3-img)),title('底帽运算');