Image processing 结构元素仅包含原点的侵蚀/膨胀图像?
如果我们用只包含原点的结构元素腐蚀/放大图像,结果将与原始图像相同,这是真的吗?在数学形态学中,有平坦和非平坦的结构元素,但由于人们通常指第一个(有时不知道它),我想你的问题是关于平面SE的。根据这个假设,你的答案的问题是:是的。为了理解这一点,让我们考虑一个输入函数<代码> f>代码>的腐蚀和膨胀方程,用一个平坦对称的SE代码> s <代码>: 定义侵蚀和膨胀的方法有很多种,但现在要考虑上面的这些。如果以前不清楚,现在你可以看到用平面元素侵蚀和扩张意味着什么。在2D图像<代码> f>代码>中考虑一个位置<代码> x/COD>,假设您的图像有300列和300行,因此,例如<代码> x <代码>可以是<代码>(10, 10)<代码> > <代码>(3, 2)< /代码>,或者任何其他对在代码> f< /代码>中。现在假设您的SE只包含原点,即它由Image processing 结构元素仅包含原点的侵蚀/膨胀图像?,image-processing,mathematical-morphology,Image Processing,Mathematical Morphology,如果我们用只包含原点的结构元素腐蚀/放大图像,结果将与原始图像相同,这是真的吗?在数学形态学中,有平坦和非平坦的结构元素,但由于人们通常指第一个(有时不知道它),我想你的问题是关于平面SE的。根据这个假设,你的答案的问题是:是的。为了理解这一点,让我们考虑一个输入函数 f>代码>的腐蚀和膨胀方程,用一个平坦对称的SE代码> s : 定义侵蚀和膨胀的方法有很多种,但现在要考虑上面的这些。如果以前不清楚,现在你可以看到用平面元素侵蚀和扩张意味着什么。在2D图像 f>代码>中考虑一个位置 x/COD
S={(0,0)}
描述,因此S
中唯一的S
是(0,0)
。如果之前也不清楚的话,平坦的SE总是一组位移。你看,你有一个位移(0,0)
。这意味着任何点x
,x+s=x
,因此,侵蚀取min(x+s)=min(x)
(扩张也一样,使用max
)。这将始终提供原始的f
数学形态学并不关心特定库如何实现运算符,因此在阅读上述描述后可能会出现混乱的情况。是的,当SE平坦时,写下侵蚀/膨胀方程,您将看到这一点。回顾一下你的另一个问题,在正确创建SE之后,这个问题基本上是重复的。还有一个问题,你的解释与灰度形态学图像相匹配,二值图像如何?(仅黑白)对于二进制情况,这些方程通常以交集/并集的形式表示。但是,实际上,在将一个值指定给白色强度(例如1)和另一个值指定给黑色强度(例如0)之后,这些值可以很好地应用于二值图像。试着将这些方程应用到这样的二值图像上,看看你得到了什么(正是你所期望的腐蚀/膨胀)。如果你做了实验,仍然有一些疑问,试着做一个简单的例子来说明你不理解的地方。