灰度形态学

灰度值形态学

灰度值形态学概念

灰度值形态学提供了一组非线性操作符，可根据像素邻域对图像中的灰度值进行处理。例如，灰度形态学操作符可用于平滑或增强图像中的结构特征。与《形态学/区域》中的二值操作不同，灰度形态学操作符处理的输入图像包含多位深度的像素。因此，灰度值形态学可视为区域形态学的扩展。以下段落将详细解析灰度值形态学操作符。

灰度图像的膨胀与腐蚀

执行膨胀（dilation）或腐蚀（erosion）时，每个像素的灰度值由其邻域决定。邻域的范围和形状由选定的结构元素（structuring element）定义，当前像素作为参考点。

• 膨胀：将输入图像中每个像素的灰度值替换为其邻域内的最大值。

• 腐蚀：将每个像素的灰度值替换为其邻域内的最小值。

因此，灰度值膨胀会扩大输入图像中的亮区，而灰度值腐蚀则会强化暗区。

示例图：

(1) 原始灰度图像 (2) 以原点为参考点的结构元素 (3) 腐蚀后的结果 (4) 膨胀后的结果

以下算子可用于对图像进行膨胀或腐蚀操作：

形态学灰度操作通常是图像预处理的一部分，以便正确提取信息。以下示例展示了需要通过灰度腐蚀来读取数据代码符号的场景： 为了适配用于解码的数据模型，图像中代码元素之间的间隙需要通过扩大局部极小值（方形区域）来缩小。因此，需使用大小合适的矩形作为结构元素执行灰度腐蚀操作。矩形的尺寸取决于通过CreateDataCode2dModel创建的数据模型，该模型会确定可接受的模块间隙大小。

​​应用案例​​：

(1) 编码物体图像 (2) 方形结构元素腐蚀后的结果 (3) 应用数据模型解码 （示例程序：2d_data_codes_minimize_module_gaps.hdev）

开运算与闭运算

灰度值开运算（opening）和闭运算（closing）是前述操作符的组合：

• 闭运算：先膨胀后腐蚀，可减少或移除比邻域暗的区域。

• 开运算：先腐蚀后膨胀，可减少比邻域亮的区域。 通过选择合适结构元素，可在去除噪声的同时保留形状特征。

示例图：

(1) 原始灰度图像 (2) 以原点为参考点的结构元素 (3) 闭运算结果 (4) 开运算结果

扩展操作符

• 顶帽变换（gray_tophat） 和 底帽变换（gray_bothat）：通过计算原始图像与开/闭运算结果的差异，检测结构元素的匹配特征。

• 灰度范围矩形（gray_range_rect）：通过局部灰度值差异检测均匀表面的细微结构。

示例图：

(1) 顶帽变换 (2) 底帽变换 (3) 灰度值范围

参数控制： 使用gray_range_rect时，通过ModePercent调整操作强度：

• ModePercent=0：等效开运算

• ModePercent=50：等效中值滤波

• ModePercent=100：等效闭运算

术语表

• 非线性操作符：不必然保留输入图像结构的操作符。

• 结构元素：用于扫描输入图像的区域模板。

操作符列表（部分）