形态学变换

算法介绍

本算法用于将图像进行形态学变换。

算法使用流程图

1. 腐蚀

腐蚀就是原图中的高亮部分被腐蚀，“领域被蚕食”，效果图拥有比原图更小的高亮区域。腐蚀能够消除细的凸起，核大小和迭代次数越大，白色就被腐蚀的越严重。

2. 膨胀

膨胀就是图像中的高亮部分进行膨胀，“领域扩张”，效果图拥有比原图更大的高亮区域。膨胀可以用于填补凹洞，核大小和迭代次数越大，黑色就被腐蚀的越严重。

3. 开运算

先腐蚀、后膨胀处理，它可以将两个有一点点连通的区域分开（白色分开，黑色闭合）。

4. 闭运算

它可以将两个有一点点连通的区域连通（白色闭合，黑色断开）。

5. 形态学梯度

其实就是膨胀操作减去腐蚀操作，得到高亮区域的边缘。即它能描述灰度变化的剧烈程度。

6. 顶帽

原始数据减去原始数据开运算的结果，当一幅图像具有大幅的背景的时候，而微小物品比较有规律的情况下，可以使用顶帽运算进行背景提取。

7. 黑帽

原始数据的闭运算减去原始数据，用来分离比邻近点暗一些的斑块。

8. 梯度

该算法输出图像的梯度图，用于体现灰度的变化情况，因边缘处灰度变换较大，梯度图也常用于提取边缘。

9. 高斯平滑

一种线性平滑滤波，适用于消除高斯噪声，广泛应用于图像处理的减噪过程。

10. 中值平滑

基于排序统计理论的一种能有效抑制噪声的非线性信号处理技术，中值滤波的基本原理是把数字图像或数字序列中一点的值用该点的一个邻域中各点值的中值代替，让周围的像素值接近的真实值，从而消除孤立的噪声点。

11. 锐化

聚焦模糊边缘，提高图像中某一部位的清晰度或者焦距程度，使图像特定区域的色彩更加鲜明。

12. X梯度

可提取出产品竖直方向边缘；

13. Y梯度

可提取出产品水平方向边缘；