圖像形態學提取邊界和區域填充

1、二值圖像邊界提取、輪廓提取

如果一個點的8鄰域都是1，則可以認為這個點是內部的點而不是邊界上的點，可以刪除這類點，剩下的就是邊界上的點。根據腐蝕的特性，使用3*3的結構元素對圖像進行腐蝕，可以得到內部的點，那么再用原圖減去腐蝕圖，就得到了圖像的邊界。

imgPath = 'E:\opencv_pic\src_pic\pic1.bmp';
img = imread(imgPath);
img=rgb2gray(img);
img = 255-img;
 
se = strel('square', 5);
img2 = imerode(img, se);
subplot(1,3,1),imshow(255-img),title('原始圖像');
subplot(1,3,2),imshow(255-img2),title('腐蝕圖像');
subplot(1,3,3),imshow(255-(img-img2)),title('邊界點');

2、形態學方法圖像區域填充

區域填充可以認為是邊界提取的反過程，已知邊界情況下得到邊界包含的區域。

已知某一圖形，具有8連通邊界，其內部有空白區域，那么怎么填充內部？

在圖像內部確認一點，然后以此點為基准，循環膨脹，只要控制住膨脹后的圖沒有超過邊界即可。

初始化：B0=種子點

循環膨脹： Do： B_i+1 = (B_i ⊕ S) ∩ A^c； Until B_i+1 = B_i 。

使用S對圖像B0進行膨脹，如果膨脹后的圖超過了邊界，則與圖像A的補集A^c 做與運算，把膨脹后的圖限制在圖像A內部。隨着B的膨脹，B的區域不斷的增長，但是每次增長后的圖像都被限制在圖像A的內部，所以最終必定填充滿圖像A，此時停止生長。

a）原始圖像

b）讀取圖像A以及補集A^c

imgPath = 'E:\opencv_pic\src_pic\pic1-1.bmp';
img1 = imread(imgPath); % 前景圖
img0 = 255-img1; % 取反景圖
subplot(1,2,1),imshow(img1),title('原始圖像');
subplot(1,2,2),imshow(img0),title('補集圖像');

 c）圖像膨脹

figure;
[m,n]= size(img0);
B0 = zeros(m,n);
B0(50, 150) = 1;
se = [0 1 0;1 1 1;0 1 0];
B1=imdilate(B0, se) & img1;
B2=imdilate(B1, se) & img1;
subplot(1,3,1),imshow(B0),title('結構元素se');
subplot(1,3,2),imshow(B1),title('腐蝕B1');
subplot(1,3,3),imshow(B2),title('腐蝕B2');

放大后觀察，B0是單個像素點，B1是3*3十字元素，B2是5*5十字元素。

d）循環膨脹、填充區域增長

figure;
while 1
    imshow(B2);
    if B1 == B2
        break;
    else
        B1 = B2;
        B2=imdilate(B1,se) & img1;
    end
end

圖像增長過程如下圖。

 填充過程如下圖，先從B0開始膨脹，循環膨脹圖像不斷生長，當圖像超出邊界后與背景圖像（補集）相交限制圖像的邊界。直到圖像無法再生長，圖像完成內部區域填充。

 上面的動圖選的起點種子元素在圖像區域外部，白色區域，所以填充過程白色區域膨脹然后只保留了圖像的內部區域為黑色。如果起始點種子元素在區域內部，則白色塊膨脹被圖像的邊界限制無法突破邊界，最終白色點越來越多，直至完成區域填充。

3、參考文獻

1、《數字圖像處理與機器視覺》，張錚、徐超、任淑霞、韓海玲編著

 

尊重原創技術文章，轉載請注明。

https://www.cnblogs.com/pingwen/p/12245857.html