图像处理中的形态学梯度是什么?


腐蚀和膨胀是两个基本的形态学操作。顾名思义,形态学操作是一组根据图像形状处理图像的操作。

在膨胀操作过程中,图像边界会新增像素,而在腐蚀操作过程中,图像边界会移除多余的像素,在膨胀过程中新增的像素总数取决于所用结构元素的尺寸。

形态学梯度是一种操作,等于图像的膨胀和腐蚀之差。结果图像中的每个像素值都表示邻近像素的对比度强度。这用于边缘检测、分割和查找对象的轮廓。

示例

以下 Java 示例生成一个窗口,其中包含给定图像的形态学梯度 -

import java.awt.Image;
import java.awt.image.BufferedImage;
import java.io.IOException;
import javafx.application.Application;
import javafx.embed.swing.SwingFXUtils;
import javafx.scene.Group;
import javafx.scene.Scene;
import javafx.scene.image.ImageView;
import javafx.scene.image.WritableImage;
import javafx.stage.Stage;
import org.opencv.core.Core;
import org.opencv.core.CvType;
import org.opencv.core.Mat;
import org.opencv.highgui.HighGui;
import org.opencv.imgcodecs.Imgcodecs;
import org.opencv.imgproc.Imgproc;
public class MorphologicalGradient extends Application {
   public void start(Stage stage) throws IOException {
      //Loading the OpenCV core library
      System.loadLibrary( Core.NATIVE_LIBRARY_NAME );
      //Reading image data
      String file ="D:\Images\morph_input1.jpg";
      Mat src = Imgcodecs.imread(file);
      //Creating destination matrix
      Mat dst = new Mat(src.rows(), src.cols(), src.type());
      //Preparing the kernel matrix object
      Mat kernel = Mat.ones(5,5, CvType.CV_32F);
      //Applying dilate on the Image
      Imgproc.morphologyEx(src, dst, Imgproc.MORPH_GRADIENT, kernel);
      //Converting matrix to JavaFX writable image
      Image img = HighGui.toBufferedImage(dst);
      WritableImage writableImage= SwingFXUtils.toFXImage((BufferedImage) img, null);
      //Setting the image view
      ImageView imageView = new ImageView(writableImage);
      imageView.setX(10);
      imageView.setY(10);
      imageView.setFitWidth(575);
      imageView.setPreserveRatio(true);
      //Setting the Scene object
      Group root = new Group(imageView);
      Scene scene = new Scene(root, 595, 400);
      stage.setTitle("Morphological Gradient");
      stage.setScene(scene);
      stage.show();
   }
   public static void main(String args[]) {
      launch(args);
   }
}

输入图像

输出图像

更新于: 2020 年 4 月 13 日

1K+ 次浏览

开启您的 职业生涯

通过完成课程获得认证

开始使用
广告