通常更加高級的形態學變換,如開閉運算、形態學梯度、“頂帽”、“黑帽”等等,都是可以由常用的腐蝕膨脹技術結合來達到想要的效果。
1.開運算:先腐蝕後膨脹,用於用來消除小物體、在纖細點處分離物體、平滑較大物體的邊界的同時並不明顯改變其面積,就是使圖片過度更為順暢,填補小的空隙。
2.閉運算:先膨脹後腐蝕,能夠排除小型黑洞(黑色區域),就是不讓圖片有細小分支向外伸出。
3.形態學梯度(Morphological Gradient):
膨脹圖與腐蝕圖之差,數學表達式如下:
二值圖像進行這一操作可以將團塊(blob)的邊緣突出出來。我們可以用形態學梯度來保留物體的邊緣輪廓
4.頂帽(Top Hat):
頂帽運算(Top Hat)又常常被譯為”禮帽“運算。為原圖像與上文剛剛介紹的“開運算“的結果圖之差,數學表達式如下:
頂帽運算往往用來分離比鄰近點亮一些的斑塊。當一幅圖像具有大幅的背景的時候,而微小物品比較有規律的情況下,可以使用頂帽運算進行背景提取。
5.黑帽(Black Hat):
黑帽(Black Hat)運算為”閉運算“的結果圖與原圖像之差。數學表達式為:
黑帽運算後的效果圖突出了比原圖輪廓周圍的區域更暗的區域,且這一操作和選擇的核的大小相關。
所以,黑帽運算用來分離比鄰近點暗一些的斑塊。
6.API函數實現:
void morphologyEx( InputArray src, OutputArray dst, int op, InputArraykernel, Pointanchor=Point(-1,-1), intiterations=1, intborderType=BORDER_CONSTANT, constScalar& borderValue=morphologyDefaultBorderValue() );
另有CV版本的標識符也可選擇,如CV_MOP_CLOSE,CV_MOP_GRADIENT,CV_MOP_TOPHAT,CV_MOP_BLACKHAT,這應該是OpenCV1.0系列版本遺留下來的標識符,和上面的“MORPH_OPEN”一樣的效果。
其中,getStructuringElement函數的第一個參數表示內核的形狀,我們可以選擇如下三種形狀之一:
這裡看的亂七八糟,這是原貼:http://blog.csdn.net/poem_qianmo/article/details/24599073