數位影像處理-型態學 報告人:陳勝興，郭育伸 2016/01/05.

Presentation on theme: "數位影像處理-型態學 報告人:陳勝興，郭育伸 2016/01/05."— Presentation transcript:

1 數位影像處理-型態學 報告人:陳勝興，郭育伸 2016/01/05

2 彩色圖像 一張完整的彩色圖像，是運用無數多個pexil所組成的。 … 起點 pexil

3 彩色圖像-排列方式 圖像排列方式:

4 彩色圖像-排列方式 重疊的類型:

5 彩色圖像-排列方式 並排的類型: … R G B X or

6 彩色圖像-空間轉換 彩色影像(RGB)轉換成不同的空間例如:YIQ，HSV(HSL)，YUV。
而最常用的是轉成灰階圖像 RGB 轉 YIQ，轉換後的Y值當做該像素的灰階值，YIQ 的Y代表亮度(Luminance)，I代表(Inphase)，Q代表(Quadrature)

7 二值化(Binarize) 二值化為一種利用門檻值(threshold)來將影像所需要的部份凸顯出來的方法。利如一張影像I(x,y)，透過門檻值的區分後，將會得到一張二值化的影像)，而影像中大於門檻值的部份標記為白色(255)，反之則標記為黑色(0)。

8 Matlab載入，灰階，二值化 1.載入 2.灰階 3.二值化

9 何謂影像的雜訊 所謂「雜訊」的本意，是外界所有干擾的總稱。 像是電視天線狀況不佳，導致影像接收不好，這種狀態，稱之為「影像劣化」。
劣化的影像又可分為兩類： 1.一種是收視的影像本身出現扭曲、歪斜或者模糊不清等劣化情況。 2.另外一種是在收視的影像上面，出現各種形式的干擾斑點、條紋等等。後者就是影像的雜訊(noise)

10

11 雜訊的性質： 1.畫面上雜訊出現的位置，呈現不規則分佈。 2.雜訊的大小不規則。 這些稱為「隨機雜訊」，是最難理出頭緒，也是最常見的雜訊。 當我們對某個靜止物體進行連續拍攝時，雜訊也會不定時地隨機出現。 各個瞬間雜訊出現的位置和大小也會產生變化。

12 形態學 形態學影像處理是藉由運算，來改變影像中物件的結構形狀。 以下主要介紹：膨脹、侵蝕、斷開、閉合。

13 膨脹、侵蝕 膨脹、侵蝕的想法以膨脹為例，白色的像素往黑色像素擴張反之即為侵蝕。

14 膨脹、侵蝕 1.次數 2.侵蝕 3.膨脹 Original Erode Dilate

15 斷開、閉合 斷開、閉合為膨脹與侵蝕的結合運用，來結合或去除多餘的部分。

16 斷開 Original Close

17 閉合 Original Open

18 二值影像的雜訊，如圖所示，稱為椒鹽粒狀雜訊。
顧名思義，這種雜訊呈現如灑椒鹽般分佈。 這種雜訊，除了能用中值濾波法將其除去以外；利用它的二值性，另外還有稱為膨脹、收縮的處理方法可以加以去除。

19 實際應用 1.次數 2.侵蝕 3.膨脹

20 1.侵蝕 2.膨脹 3.相減

21 Picture=imread('fruits.jpg');
grayPt=rgb2gray(Picture); binPt=im2bw(grayPt); figure,imshow(Picture) figure,imshow(grayPt) figure,imshow(binPt)

22 Picture=imread('00.bmp');
grayPt=rgb2gray(Picture); binPt=im2bw(grayPt); imshow(binPt); se=strel('disk',5); erode=imerode(binPt,se); figure,imshow(erode); dilate=imdilate(erode,se); figure,imshow(dilate);

23 Picture=imread('Original.bmp');
grayPt=rgb2gray(Picture); binPt=im2bw(grayPt); se=strel('disk',1); erode=imerode(binPt,se); dilate=imdilate(binPt,se); figure,imshow(erode); figure,imshow(dilate); Det=imabsdiff(erode,dilate); figure,imshow(Det,[]);