1.邊緣檢測(cè) Edge Detection

1.1 形態(tài)學(xué)邊緣數(shù)學(xué)定義

1.2 形狀圖表示

1.3 醫(yī)學(xué)圖像實(shí)例展示

1.4 Matlab仿真試驗(yàn)

2.形態(tài)學(xué)梯度 ? Morphological Gradient

2.1 數(shù)學(xué)表達(dá)式

形態(tài)學(xué)梯度的定義很簡單，利用基本運(yùn)算膨脹與腐蝕就可以完成。通過這個(gè)定義我們也能推出，形態(tài)學(xué)梯度也會(huì)包含標(biāo)準(zhǔn)梯度(Standard Gradient)、內(nèi)梯度(Internal Gradient )、外梯度(External Gradient)。

2.2 結(jié)構(gòu)圖表示

通過該結(jié)構(gòu)示意圖我們可以發(fā)現(xiàn)，所謂的形態(tài)學(xué)梯度并不能很好的反映“波動(dòng)非常頻繁且灰度變化不大”的區(qū)域。當(dāng)然，這還是要參考結(jié)構(gòu)元素SE的選擇。

2.3 典型實(shí)例

2.4 Matlab 仿真實(shí)驗(yàn)

3. 形態(tài)學(xué)圖像平滑 (Morphological Smooth)

? 3.1 數(shù)學(xué)解釋

3.2 結(jié)構(gòu)示意圖

3.3 典型實(shí)例

討論：很明顯，在實(shí)際操作過程中，我們也可以應(yīng)用更為簡單的“Dilation”和“Erosion”。但是，從最大圖像信息保留角度看，“Opening”和“Closing”結(jié)合更為合理。

3.4 Matlab 仿真實(shí)驗(yàn)

總結(jié)

以上是生活随笔為你收集整理的[Medical Image Process] 3.3 Grayscale Morphology Application的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。