【導讀】在過去的近二十年里,圖像分割作為計算機視覺等領(lǐng)域的重要研究方向,吸引了越來越多的研究者的注意，由于形態(tài)學技術(shù)在進行圖像處理時，充分考慮到了圖像的結(jié)構(gòu)特征，因此相對于其他圖像處理方法而言，形態(tài)學技術(shù)具有獨特的結(jié)構(gòu)特征優(yōu)勢。本文以數(shù)學形態(tài)學為基礎(chǔ)研究了圖像處理算法。從數(shù)學形態(tài)學的基本思想和基本理論入手，將從數(shù)學形態(tài)學在圖像濾波、邊緣檢測以及圖像分割方面的三個應用作一一介紹，同時，將形態(tài)學圖像處理方法與傳統(tǒng)圖像處理方法進行了比較。③本文主要采用數(shù)學形態(tài)學的分水嶺算法對圖像進行分割，詳細論述了分水嶺算法的原理及其算法步驟，由于圖像中噪聲以及細小邊緣的存在，分水嶺算法很容易產(chǎn)生過分割現(xiàn)象，我們采取了兩種方法減弱過分割現(xiàn)象：先利用形態(tài)學濾波器進行預處理，然后再利用區(qū)域生長型分水嶺算法對圖像進行分割。

　　

【正文】 的分割效果都不好，有的卟啉點分割不完整，也遺漏了很多卟啉點，閾值分割沒有顯示出卟啉點的灰度變化情況，即使能夠分割出來的卟啉點的邊緣效果也沒有分水嶺方法有效。圖(d)的分水嶺方法分割的效果相對來說較好，能顯示出所檢測的卟啉點的灰度變化，但還是有一個卟啉點漏檢。 (a) 區(qū)域生長 (b)最大熵的圖像閾值分割 (c) 聚類分析 (d) 分水嶺方法分割圖 分水嶺方法與其他分割方法進行比較 形態(tài)學方法對LENA圖像的處理LENA圖像是進行圖像數(shù)據(jù)的壓縮、運算、傳輸、 解壓縮等處理時， 經(jīng)常采用的測試樣本圖像。采用這張圖像的原因，除了因為它很賞心悅目外，就“測試標準”來說，它的鑒別度也相當?shù)母?。這張圖像的確具備“測試標準”所應有的充分條件，平整的區(qū)塊、清晰細致的紋路、漸漸變化的光影、顏色的深淺層次等，使它在驗證圖像處理演繹法則時，能很好的測試各種圖像處理算法。這一節(jié)用形態(tài)學的濾波、邊緣檢測以及分水嶺分割算法對LENA圖像進行圖像處理。圖(a)、(b)、(c)、(d)顯示的是形態(tài)學濾波對其的處理效果。由于濾波采用的均是原點在中心的3*3的九點結(jié)果元素，我們觀察LENA帽沿處垂下來的流蘇就能看出濾波效果的變化，腐蝕后細條紋變得更細，而膨脹后可以很明顯的看出條狀毛發(fā)，從帽沿的條狀細紋中也可以看出腐蝕、膨脹以及開閉運算的差異。圖(e)和圖(f)都是進行的形態(tài)學邊緣檢測，圖(e)是基本的形態(tài)學梯度算子，即內(nèi)外邊界，而圖(f)是基于BM方法的改進的邊緣檢測算法，在LENA圖像中，相對于基本的邊緣檢測算子，改進的BM方法效果就不那么好了，細節(jié)部分，比如嘴部以及毛發(fā)附近，檢測的線條不圓滑，部分地方不連續(xù)，可見，自己提出的改進方法并不適合于LENA圖像，僅僅是能較好地將卟啉陣列的圖像邊緣檢測出。圖(g)為LENA原圖，圖(h)為LENA原圖改進的分水嶺分割，改進的分水嶺算法分割LENA圖像的效果還是比較好的，能夠分割出眼部、毛發(fā)等處的細節(jié)，還能將見肩部、帽子的平滑部分分割出來，同時又有顏色的深淺層次的變化。 (a)腐蝕 (b)膨脹 (c)開運算 (d) 閉運算 (e)形態(tài)學梯度算子 (f) 改進BM方法 (g) LENA原圖 (h) 分水嶺分割算法 LENA圖像的形態(tài)學處理34重慶大學本科學生畢業(yè)設(shè)計（論文） 5 總結(jié)與展望5 總結(jié)與展望 總結(jié)通過本文的實驗與分析，下面對文章的主要內(nèi)容作一下總結(jié)：系統(tǒng)的研究了數(shù)學形態(tài)學理論，二值形態(tài)學的基本運算以及各種變換相互之間的關(guān)系，并簡略討論了二值形態(tài)學各種變換的特點。隨后，介紹了灰度形態(tài)學的基本理論，并重點討論了灰度形態(tài)學在圖像處理中濾波方面的應用，同時將形態(tài)學濾波與中值濾波、均值濾波等傳統(tǒng)的濾波方法的濾波效果進行比較。 介紹了外邊界、內(nèi)邊界等經(jīng)典形態(tài)學梯度算子，以及BM方法（一種能較強抑制噪聲的形態(tài)邊緣提取算子），針對本文選用的卟啉陣列的圖像，研究了一種改進的形態(tài)學梯度算子（BM方法）來進行邊緣檢測，取得不錯的檢測效果。但是在對后面的LENA圖像處理時效果并不好。 本文采用形態(tài)學中經(jīng)典的分水嶺算法來對卟啉陣列圖像進行分割，由于圖像中干擾噪聲以及細小邊緣的存在，會帶來嚴重的過分割現(xiàn)象，我們采取了濾波的預處理方法以及過分割后進行區(qū)域合并的方法改進分水嶺算法來修正標準分水嶺分割所產(chǎn)生的過分割問題。 由于所學知識不全面，加上時間較緊，對論文所涉及的內(nèi)容研究還不夠深入和細致文章仍然存在許多需要改進的地方，今后，還需要對以下問題進行深入研究。不管是腐蝕還是膨脹變換，當選用的結(jié)構(gòu)元素較大時，往往會造成把有用信息也給濾除，如果選用的結(jié)構(gòu)元素較小，噪聲信號又不能很好的去處。如果目標物體和噪聲的大小相當?shù)臅r候，其濾波效果是最不明顯的，可見，針對圖像不同的特征，結(jié)構(gòu)元素的選擇是十分重要且必須的。形態(tài)學濾波法的優(yōu)良特性能否充分發(fā)揮，取決于形態(tài)學運算組合及結(jié)構(gòu)元素的選擇是否恰當。而在本文中，我們并沒有對結(jié)構(gòu)元素的大小對處理效果的影響進行一一研究。這是研究過程中的一個不足，有待改進。另外，在實際的形態(tài)學應用中，并沒有確定的規(guī)則和定律來幫助我們選擇適當?shù)倪\算組合或結(jié)構(gòu)元素，只有對各種形態(tài)學的基本運算的特性，結(jié)構(gòu)元素發(fā)生作用的實質(zhì)以及我們應用的具體問題有了深入的了解，才有可能找到適用于具體問題的形態(tài)學方法。 相比傳統(tǒng)的邊緣檢測如LOG, Canny算子等，形態(tài)學邊緣檢測能較有效地保持邊緣的完整性，但作為梯度運算，通常只對梯度值大小作簡單的閾值處理來完成邊緣檢測，噪聲的存在將使檢測結(jié)果產(chǎn)生假邊緣和邊緣位置偏移。常規(guī)的預平滑濾波，在平滑噪聲的同時也模糊了邊緣成分，容易丟失一些重要的邊緣?？煽紤]采用基于多尺度和全方位的形態(tài)學的濾波器在邊緣檢測前進行預濾波，這樣可以在保持邊緣輪廓不變的情況下，減輕或去除噪聲對邊緣檢測的影響。在分水嶺算法中，可以對輸入圖像的梯度取閾值，閾值化后很多由噪聲和量化誤差造成的梯度上的低谷和山峰將被平滑為平坦的區(qū)域，從而減少分水嶺變化后區(qū)域的個數(shù)，這樣的話，我們就不需要在后期再進行一遍區(qū)域合并了。然而，隨之也會帶來一個問題：由于閾值的選取只考慮梯度的幅度值，不適合的閾值很可能會破壞重要物體的輪廓。因此，如何選取適當?shù)拈撝凳且豁椃浅ＦD難的任務，在實際應用中也存在著使用的局限。40重慶大學本科學生畢業(yè)設(shè)計（論文） 參考文獻參考文獻[1] [D].吉林大學碩士學位論文,2005.[2] Vincent L,Soille P. Watersheds in digital spaces:An efficient algorithm based on immersion simulations[J]. Trans. Pattern analysis and Machine Intelligence, 1991,13(6): 583598.[3] [M].[4] Serra, To Mathematical Morphology (35):283305.[5] Goutsias J, Sivakumar K. Morphological Operators for Image Sequences[J]. Computer Vision Image Understanding, 1995, 62(3): 326346.[6] 尹星云,[J]. 計算機工程,2008,34(17).271273. [7] [M].,4. [8] Horowitz S L. Picture Segmentation by a Directed SplitandMerge Procedure. Proceedings of Second International Joint Conference on Pattern Recognition,1974,8:424423.[9] Zuker S W. Region Growing:Childhood and Adolescene. CGIP,1976,5: 382399.[10] 方忠民,[J]. 長沙大學學報,2008，22（5）：9497.[11] 趙志峰,[J].華東船舶工業(yè)學院學報(自然科學版),2003,17(3):4348. [12] 聶斌,[J].泰山醫(yī)學院學報,2002 ,23(4):422426.[13] ,Survey Pattern Recognition on Evaluation Methods for Image Segmentation [J].1996, 29(8): 13351346.[14]王愛民,[J].測控技術(shù),2000,19(5): 116.[15] Jayaram,et al. Fuzzy Connectedness and Object Defination[J]. Theory,Algorithms,and Applications in Image Segmentation. Graphical Models and Image Processing, 1996,58(3):246251.[16] 袁小平,孫中全,[J]. 能源技術(shù)與管理,2008(1),8586,102.[17] 陸宗騏, C++.NET圖像處理編程[M]..[18] [19] 王芳,[J].內(nèi)蒙古師范大學學報(自然科學漢文版) ,2008 ,37（3）：389391.[20] 戴青云,[J].控制理論與應用,2001,18 (4):478482.[21] Bosworth J, Acton A T. The Morphological Lomo Filter for Multiscale Image Processing[C]. IEEE International Conference on Image Processing. Kobe,Japan ,1999.[22] 潘梅森,[J].微計算機信息,2006,22(10):309 311.[23] Mary and Edward . Morphological Operators for Color Image Processing[J].Journal of Electronic Image, 1999，8(3):279289.[24] [D].山東大學碩士學位論文,2005.[25] [M]..[26] [D]. 揚州大學碩士學位論文,2005.[27] J. Gauch, ChiWan Hsia. A Comparison of Three Color Image Segmentation Algorithm in Four Color Spaces. SPIE. Vol. 1818. Visual Communications and Image Processing,.[28] 歐珊瑚,王倩麗, C++.NET數(shù)字圖像處理技術(shù)與應用[M]..[29] 高育鵬,黃樹采,[J]. 彈箭與制導學報,2008（3）,296298.[30] James, Lee,J. Morphological Edge Detection. IEEE Journal of Robotics and Automation, 1987,RA3 (2):142156.[31] Zhao Yuqian, Images Edge Detection Based on Mathematical Morphology[C].Engineering in Medicine and Biology 27th Annual ：46924695.[32] 胡小鋒, C十十/MATLAB圖像處理與識別實用案例精選[M].人民郵電出版社,.[33] Serra J. Image analysis and mathematical morphology [M].London: Acadamic Press,l982.[34] S. Beucher. Use of watersheds in contour detection[M]. 1979.[35] P. Soille, L. Vincent. Determining Watersheds in Digital Pictures via Flooding Simulations[J]. Visual Communications and Image Processing 90. Oct. 1990, 1360:240–250.[36] , P. Soille. Watersheds in Digital Spaces: an Efficient Algorithm Based on Immersion Simulations [J]. IEEE Transactions on Pattern Analysis and Machine Intelligence. June. 1991, 13(6):583–598.[37] L. Vincent, P. Soille. Watersheds in Digital Spaces: An Efficient Algorithm Based on Immersion Simulations [J]. IEEE Transactions on Pattern Analysis and Machine Inteligence, 1991,13 : 583598.[38] 趙濤，[J].科技信息（科學教研）. 2008(15),5051. [39] [40] [41] 付永慶,[J].哈爾濱工程大學學報,2005,26（5）：685687.[42] 楊平先,[J].,32（6）：5659.