OpenCV3编程入门读书笔记4-形态学滤波

一、腐蚀和膨胀

1、腐蚀和膨胀的主要功能

（1）消除噪声

（2）分割出独立的图像元素，在图像中连接相邻的元素

（3）寻找图像中的极大值或者极小值区域

（4）求出图像的梯度

2、膨胀（dilate）

膨胀就是求局部最大值的操作。从数学角度来说，就是将图像与核进行卷积，计算核B覆盖区域的像素点的最大值，并把这个最大值赋值给参考点指定的元素。这样就会使图像中的高亮区域逐渐增长。

3、腐蚀（erode）

腐蚀和膨胀是相反的操作，腐蚀是求局部最小值的操作。腐蚀操作会使图像中的高亮区逐渐减小。

4、膨胀和腐蚀示例

 Mat srcImage = imread("E:\\CodeResource\\opencv\\car_pic\\car1.jpg",);

 Mat element = getStructuringElement(MORPH_RECT, Size(, ));

 Mat dilateImage;
 dilate(srcImage, dilateImage, element);

 Mat erodeImage;
 erode(srcImage, erodeImage, element);    

 imshow("srcImage", srcImage);
 imshow("dilateImage", dilateImage);
 imshow("erodeImage", erodeImage);

 waitKey();

5、效果图：

二、开运算

1、概述

开运算是先腐蚀后膨胀。主要用于消除小物体，在纤细点处分离物体，并且在平滑较大物体的边界的同时不明显改变其面积，同时抑制比结构元小的亮细节。

2、示例

 Mat srcImage = imread("E:\\CodeResource\\opencv\\car_pic\\test1.png",);

 Mat element = getStructuringElement(MORPH_RECT, Size(,));

 Mat openImage;
 morphologyEx(srcImage, openImage, MORPH_OPEN, element);

 imshow("srcImage", srcImage);
 imshow("openImage", openImage);

 waitKey();

3、效果图

三、闭运算

1、概述

闭运算是先膨胀后腐蚀。用来填充物体内细小空洞、连接邻近物体、平滑其边界的同时并不明显改变其面积，同时抑制比结构元小的暗细节。

2、示例

 Mat srcImage = imread("E:\\CodeResource\\opencv\\car_pic\\test2.png",);

 Mat element = getStructuringElement(MORPH_RECT, Size(,));

 Mat closeImage;
 morphologyEx(srcImage, closeImage, MORPH_CLOSE, element);

 imshow("srcImage", srcImage);
 imshow("closeImage", closeImage);

 waitKey();

3、效果图

四、形态学梯度

1、概述

就是将膨胀土和腐蚀图相减。对二值化图像进行这一操作可以将边缘突出来，可以使用形态学梯度来保留物体的边缘轮廓

2、示例

 Mat srcImage = imread("E:\\CodeResource\\opencv\\car_pic\\test2.png",);

 Mat element = getStructuringElement(MORPH_RECT, Size(,));

 Mat gradientImage;
 morphologyEx(srcImage, gradientImage, MORPH_GRADIENT, element);

 imshow("srcImage", srcImage);
 imshow("gradientImage", gradientImage);

 waitKey();

3、效果图

五、顶帽变换和黑帽变换

1、概述

顶帽变换就是用源图像减去开运算图像。因为开运算带来的结果是放大了裂缝或者局部低亮度的区域。因此，从原图中减去开运算后的图，得到的效果图突出了比原图轮廓周围区域更明亮的区域。顶帽一般用于校正不均匀光照的影响（补充：均匀光照在从背景中提取目标的处理中扮演核心的角色）。

黑帽变换就是用闭运算减去源图像。黑帽运算后的效果图突出了比原图轮廓周围的区域更暗的区域。黑帽运算一般用来分离比邻近点暗一些的斑块。

2、示例

 Mat srcImage = imread("E:\\CodeResource\\opencv\\car_pic\\test2.png",);

 Mat element = getStructuringElement(MORPH_RECT, Size(,));

 Mat tophatImage;
 morphologyEx(srcImage, tophatImage, MORPH_TOPHAT, element);

 Mat blackhatImage;
 morphologyEx(srcImage, blackhatImage, MORPH_BLACKHAT, element);

 imshow("srcImage", srcImage);
 imshow("tophatImage", tophatImage);
 imshow("blackhatImage", blackhatImage);

 waitKey();

3、效果图

参考：http://blog.csdn.net/hx1298234467/article/details/49887925