數位影像處理_黃正民_單元五 型態學影像處理_Part 4 膨脹處理(下)

. DeltaMOOCx
50粉絲
2023年12月1日
DeltaMOOCx 台達磨課師是大學及高中/高工的免費公益磨課師(MOOCs)平臺。練習題、討論、教師輔導及更多數位課程資源,請至https://univ.deltamoocx.net 註冊。本影片採用「創用CC-姓名標示-非商業性-禁止改作4.0」臺灣授權條款,相關授權作業依「創用CC-姓名標示-非商業性-禁止改作4.0」規範辦理。
各位同學大家好
歡迎回到形態學影像處理
在這個部分呢
我們將講到膨脹處理的數學描述
以及其在影像上面的應用
我是授課老師黃正銘
那形態學的膨脹處理呢
它的數學描述式可以表示成這個方程式
我們以A為輸入影像
B為結構元素
對A來做膨脹的操作
所以符號上面我們就寫成 A 膨脹 B
或者是稱為 A 歹類的 B
那等於右手邊這個大瓜幅的集合描述
那如我們剛剛先前所介紹的
在大瓜幅裡面的直槓左手邊小 z
是 A 膨脹 B 的結果
集合裡面的結構元素小 z
那小 z 所必須要滿足的條件呢
在這個直槓後面敘述
那首先我們將原本的結構元素 B
相對於其原點做反射翻轉
得到 Bhead
接著我們對於 Bhead 平移這個單位分量
也就是在影像上面的意義呢
就是我們逐列逐行的掃描
每一個影像上面的像素點
當 Bhead 反射平移 z 分量之後
其位於假若與 A 重疊至少有一個元素
那滿足這個條件的 z 點座標
也就是屬於我們 A 膨脹 B 結果裡面
這個集合元素的一個成員
好那同樣的因為 A 膨脹 B 之後
至少會重疊有一個元素
也就是 A 膨脹 B 之後
B 反射在做 z 分量的平移
交集 A 不會是一個空集合
代表他們至少會有重疊
在數學符號上面我們又可以將其表示為
下面的這個數學公式
也就是 B 的反射在做平移 z 分量之後
交集原本的 A 集合
會包含於原本的 A 集合的這個數學式子
接著我們來說明膨脹處理會滿足
集合理論裡面的一些數學定律
首先是交換律
也就是說 A 膨脹 B 呢
會等同於 B 膨脹 A 的結果
它的意義呢我們以下面這一個
影像的例子來做說明
我們首先定義一個 A 影像
以及一個小的 B 結構元素
那兩者膨脹的結果呢
A 膨脹 B 如圖所示
那反過來我們假若將 B 當作是一個輸入影像
將 A 呢這個大的原本的輸入影像呢
視為結構元素的話
那我們將結構元素的原點
對應到 B 的白點的時候
我們就將 A 這個結構元素
複製一份到輸出結果
同樣的在位一個點之後
對應到 B 結構元素
這個 B 影像上面的白點
我們就將 A 的這個結構元素
複製一份到輸出結果
兩者呢交集在一起之後
我們可以很明顯的看到
B 膨脹 A 和原本 A 膨脹 B 的結果
是完全相同的
接著我們來看結合律
也就是說現在假若我們有一張輸入影像 A
有兩個小的結構元素 B
以及結構元素 C
那我們將 A 膨脹 B 之後
再經過 C 結構元素的膨脹
其結果呢會等同於我們將 A 影像
來做膨脹處理
但是這個膨脹結構元素呢
我們使用 B 先與 C 去做膨脹之後
變成這個正方形的結構元素
來做運算操作
兩者呢得到的這個膨脹結果
是完全相同一致的
這個我們稱之為膨脹處理的結合律
接著我們來看膨脹處理的分配律
同樣的我們來看到
A 影像呢先經過了 B 結構元素
以及 C 結構元素
兩者連齊在一起之後
再去對 A 影像做膨脹處理
會等同於 A 影像
先讓 B 結構元素做膨脹處理之後
以及 A 影像讓 C 結構元素做膨脹處理之後
兩者的結果連齊在一起
這個數學式子我們用下面的例子來做說明
我們可以看到 A 影像
先將其對 B 結構元素與 C 結構元素的連齊
做膨脹處理
它的結果呢會等同於我們把 A 影像
做 B 結構元素的膨脹處理
A 影像對 C 結構元素的膨脹處理
兩者的結果連齊在一起
這等號左右兩邊膨脹處理的結果是一樣的
這個我們稱之為膨脹處理的分配律
接著我們來看位移不變性的這個特性
也就是說我們將 B 結構元素
相對於紅色的這個圓點
往右水平方向位移一個像素點的時候
我們得到 B of Z 的這個 B 結合
B 結構元素的平移
我們讓 B 結構元素的平移
來對原本的 A 影像來做膨脹處理
會等同於我們將這個 A 影像
與結構元素 B 做膨脹處理之後
再做一個平移
往右平移一個分量
我們可以看到平移之後的結果
與先將結構元素 B 平移
再做膨脹,兩者結果是會完全一致的
接著我們來看到維持集合的包含關係
也就是說假設我們現在有一個 A 影像的白色區塊
和一個 C 影像的這個白色區塊
我們可以很明顯的看到
A 區塊是會包含於 C 區塊中的
那也就是我們稱 A 為 C 的一個子集合
那假設我們先將 A 經過 B 的膨脹處理
再將 C 經過 B 的重脹處理之後
我們所得到的結果
我們可以如這個右圖所看到
A 膨脹處理之後的結果
一樣會包含於 C 膨脹處理之後的結果
也就是說 A 膨脹處理之後的結果
會是 C 膨脹處理之後的一個子集合
接著我們來看膨脹處理在影像上面的應用實例
在這裡我們舉文字辨識來做例子說明
一般而言我們會將一張白紙上面印刷的這個文字呢
掃描成為影像檔案
好,那在掃描成為影像檔案之後呢
我們可能會經過二值化的影像處理
接下來再對其內容物做分析判斷
但是呢很明顯的由這個圓圖裡面
我們可以看到在做二值化之後
同樣的一個文字比如說英文字母的小寫 E
以及英文字母的小寫 A
他們雖然是同樣的一個文字區塊
卻因為二值化的關係罰值選取不當
所以呢造成同一個字元破碎成許多的區塊
這可能造成什麼問題呢
就是說我們在辨識英文字母 E 以及 A 的時候呢
可能會將其誤判為其他的字母
或是一個字母呢被識別為多個字元多個區塊的關係
好,那在這個時間點
我們其實就可以利用我們剛剛所學到的膨脹處理
我們設計一個十字形的結構元素
如圖所示
那我們將結構元素的原點呢
設計在這個十字的中央點
我們把原本的二值化影像輸入圓圖呢
做了膨脹處理之後就會得到右圖的這個結果
那在這個地方呢很明顯的我們可以看到
英文字母小寫 E 以及小寫 A
他們一些破碎的這些地方呢被連接起來
這個我們稱之為橋接縫隙
好,所以呢 E 和 A 呢其實就會是一個完整的區塊
那我們也對比一下膨脹處理後的結果以及二值化的圓圖
兩者相作比較的話呢
就好像是將原本二值化的圓圖做了一個粗體的處理一樣
好,那在這裡呢我們對於這個 part 4 做一個小節
在這個小節裡面我們學到了膨脹處理的數學描述
膨脹處理的數學定律
以及膨脹處理在影像上面的一個應用實例
那接下來我們在下一個 part 我們將會繼續介紹的是
另外一個形態學影像處理
輕石
謝謝大家
