什么意思呢？图像中有一个貌似正方形的区域，然后你通过处理，可以把“貌似”去掉；图像是一个不清晰的指纹，然后你通过处理，也把“不”字去掉；图像中有很多大小不一的圆形区域，然后你通过处理，找出大者祛除小者（去噪）......应用是很多的，但是没有一个完整的范畴，就是很多时候要做某种图像处理实际应用的时候，会想起它吧。
本文来源于 ZwqXin (http://www.zwqxin.cn/), 转载请注明
原文地址：http://www.zwqxin.cn/archives/image-processing/morphologic-process.html
因为处理的都是二值图像（用来分清目标和背景），因此有必要预先把图片转化为8BIT的二值图像，便于处理操作。我是把黑色像素作为目标区域，白色像素作为背景的（当然可以反相）。
结构元素：
其实就是自己定义的一块像素区域，形态学处理的时候用这个元素与原图像作与或运算，生成结果。
膨胀：
设A为原图像。B为结构元素（C为B的映像，没用），那么D的整块“灰+黑”区域就是新图像了（反映在图像里都是黑像素），可以看到图中用黑色标识的是“膨胀”出来的。它就是把结构元素B的中心（+）分别与原图像A“重合”，然后考虑结构元素里的“中心以外”的像素将在原图像中出现的位置，并与原图像该位置的像素进行0-1值的“或运算”（设黑色为0，白色为1，下同）
腐蚀：
腐蚀的解释与膨胀相同，不过执行的是“与运算”。如图，最终图像是C中的纯黑色部分。由此可见膨胀与腐蚀的关系与不同点。
至于“开”与“闭”，无非是结合膨胀腐蚀的二次操作。前者是先腐蚀后膨胀，后者是先膨胀后腐蚀。要注意的是第一次是用结构元素，第二次则是用结构元素的倒置（相当于矩阵的转置咯，这是为了最后图像的“平衡”，如果两次用同一个的话，结果只会是等同双重“膨胀”或“腐蚀”。注意，概念跟“映像”是不同 di，见下图，元素中心也换位置了）：
开运算效果：
- 删除小物体；
–将物体拆分为小物体；
–平滑大物体边界而不明显改变它们的面积；
（前者为“开”，后者为“闭”）
- void MorphologicProcess::BmpProcess8(OperateBMP& image, int Hdis, int Wdis)
- {
- GetMinimumStructureElement(MorphElement, LineGrid, StructLineGridX, StructLineGridY);
- if(MorphType == MorphErosion)
- MorphDilaEroProcess(image, Hdis, Wdis, MorphErosion);
- else if(MorphType == MorphDilation)
- MorphDilaEroProcess(image, Hdis, Wdis, MorphDilation);
- else if(MorphType == MorphOpen)
- {
- MorphDilaEroProcess(image, Hdis, Wdis, MorphErosion);
- GetRotInverseStructureElement();
- GenBinaryMorph(image);
- MorphDilaEroProcess(image, Hdis, Wdis, MorphDilation);
- GetRotInverseStructureElement();
- }
- else if(MorphType == MorphClose)
- {
- MorphDilaEroProcess(image, Hdis, Wdis, MorphDilation);
- GetRotInverseStructureElement();
- GenBinaryMorph(image);
- MorphDilaEroProcess(image, Hdis, Wdis, MorphErosion);
- GetRotInverseStructureElement();
- }
- }
在细节上不想多说了。难处不在形态学算法本身，而在“自定义结构元素”（MorphElement）这块，包括它与原图像进行形态学运算时必须要考虑的边界条件处理。有需要的同学可以留言给我[http://www.zwqxin.com]。（当然如果自己连算法怎么样也不懂，只是为了交作业交任务而索要的话，恕不理会- -）
(原始测试图片，处理对话框)
(自定义任意的结构元素，约定中间红点为结构元素中心)
(膨胀，处理结果图片)
(任意定义新的结构元素，作为腐蚀例子)
(腐蚀，处理结果图片)
开和闭运算就不截图了，免得一篇日志里图太多。
本文来源于 ZwqXin (http://www.zwqxin.cn/), 转载请注明
原文地址：http://www.zwqxin.cn/archives/image-processing/morphologic-process.html
