形态学图像处理实验.docx

形态学图像处理实验 算法原理 提取与图像边界融合的颗粒 可利用区域填充算法。如图1所示为源图像，可将图像先转换为二值图像，然后对其进 行取反，这样进行区域填充的结果将为与边界相连的颗粒，再与源图像进行比较，即可 得出在源图像中与边界相连的颗粒图像。 提取彼此交叠的颗粒 可利用图像的腐蚀与膨胀操作。先用模板对图像进行腐蚀操作，由于相交叠的颗粒面积 必然比独立的颗粒大，因此腐蚀操作之后剩下的部分为交叠颗粒的部分，再对其进行膨 月长，将其与源图像进行比较操作，则可得出交柱的颗粒图像。 提取不交叠的颗粒 得出交叠的颗粒之后，用源图像对?其相减，则得出的为独立分布的颗粒图像。 Matlab源代码 clear all clc origin = imread(E:\Documents\BUPT\DI P\第三次作业 \grain.jpg); imshow(origin);title(‘ 原图)； origi n = rgb2gray(origi n); filterResult = medfilt2(origin); [m’n] = size(origi n); %%%%%%%%%%%%取与边界融合的粒子％%%%%%%%%%%%% binarylm = im2bw(origi n); tmp = ^binarylm; %tmp 为取反图像 fieldFilli ng = imfillftrnp/holes1)； figure, imshow(fieldFilling);title(*区域填充结果)； boudaryGrai ns = origi n; for i = l:m for j = l:n if fieldFilling(ij) ==1 boudaryGrains(ij) = 0; end end end figure, imshow(boudaryGrains);title(与边界融合的粒子结果)； %%%%%%%%%%%取交叠与未交叠的粒子％%%%%%%%%%%% maskl = strel(,ball/12/12); %mask2 = ones(13」3); mask2 = stref ball：7,7); mask3 M stre=c￡isk「4)； mask4 n stre-(?ba--「6、6)j resu-tl H imerode(fi-terResu-tones(15J15)r resu-(2 n f=ter2(fspecia-(-average「7Lim2doub-e(resu-(l)r resu-t2 H medfi-t2(resu-t2)； resu-t2 u im2uin(8(resu-t2r resu-t3 H imdi-ate(resu-t2、maskl)； figure、imshow(resu-s三侍(^!资^莒雀泊-)； figure、imshow(resu-t3)jtit-e(M—^wJK^?)j resu-t4 H origin fori Nrm forj M :Ln if resu_t3(Lj) AnMO resu-t4(Lj) u oj e-se resu_r4(Lj) n orB:n(Ljr figure」mshow(resu-t4uit-e(BB^l?^?)； resu-r5 n imerode(resu-t4、mask4)j resu-r6 n imdi-are(resu-6mask4r f i g u r e、i m s h o w (r e s u -16) jtEe (^⑧苗『沖泄) resu-t7 H 0riginAesu-t4j resu-〔8 n imerode(resu-t7、mask4)j resu-〔9 n imdi-are(resu-6a、mask4r figure」mshow(resu-t9st-e(*?^a『ffi*)j 3.运行结果分析 1）提取与边界融合的颗粒 原图 区域填充结果 与边界融合的粒子结果 2）提取交壳的颗粒 第一次腐蚀结果第-次膨胀结果 第一次腐蚀结果 第-次膨胀结果 第一次腐蚀所示结果为在腐蚀Z后进行了一次屮值滤波和一次5X5均值滤波的结果，为 使腐蚀的结果更好，去除独立颗粒的腐蚀残留图像。 阈值处理结果交直粒子结果 阈值处理结果 交直粒子结果 调整阈值大小，将腐蚀结果与源图像进行比对，在膨胀结果符合阈值要求的范围内获取 源图像颗粒部分，可以看出阈值处理的结果边界有很多残余，为去除这些残余，对其进 行开操作，即先腐蚀再膨胀，结果变得比较圆滑，符合颗粒的特征。 3）提取独立的颗粒 未交腔粒子结果 将源图像减去阈值处理的图像即为未交叠颗粒结果，上图也为将其进行开操作之后的结 果。 4.实验结果分析 対交叠与独立颗粒分离的结果不太理想，在交叠颗粒的