2011年12月21日
摘要：
击中-击不中变换（约束） 所采用的9*1 自定义结构为：函数：lhMorpHMTC说明：形态学约束击中-击不中变换，当为二值图像时，结果与lhMorpHMTB相同。参数：src 输入图像，灰度或二值图像dst 输出图像sefg 前景结构元素sebg 背景结构元素，如为空，则默认为前景结构元素sefg的取反源码：void lhMorpHMTC(const IplImage* src, IplImage* dst, IplConvKernel* sefg, IplConvKernel* sebg =NULL){ assert(src != NULL && dst != NULL & 阅读全文
摘要：
函数：lhMorpHMT说明：形态学击中-击不中变换参数：src 输入图像，灰度或二值图像dst 输出图像sefg 前景结构元素sebg 背景结构元素，如为空，则默认为前景结构元素sefg的取反type 击中-击不中变换的类型，二值 0 非约束 1 约束 2定义如下：#define LH_MORP_TYPE_BINARY 0#define LH_MORP_TYPE_UNCONSTRAIN 1#define LH_MORP_TYPE_CONSTRAIN 2源码：void lhMorpHMT(const IplImage* src, IplImage* dst, IplConvKernel* se 阅读全文
摘要：
击中-击不中变换(二值） 所采用的9*1 自定义结构为：函数：lhMorpHMTB说明：形态学二值击中-击不中变换参数：src 输入图像，二值图像dst 输出图像sefg 前景结构元素sebg 背景结构元素，如为空，则默认为前景结构元素sefg的取反源码：void lhMorpHMTB(const IplImage* src, IplImage* dst, IplConvKernel* sefg, IplConvKernel* sebg =NULL){ assert(src != NULL && dst != NULL && src != dst &&a 阅读全文
摘要：
击中-击不中变换（非约束） 所采用的9*1 自定义结构为：函数：lhMorpHMTU说明：形态学非约束击中-击不中变换，当为二值图像时，结果与lhMorpHMTB相同。参数：src 输入图像，灰度或二值图像dst 输出图像sefg 前景结构元素sebg 背景结构元素，如为空，则默认为前景结构元素sefg的取反源码：void lhMorpHMTU(const IplImage* src, IplImage* dst, IplConvKernel* sefg, IplConvKernel* sebg =NULL){ assert(src != NULL && dst != NULL 阅读全文
摘要：
阅读全文
摘要：
对比度增强 9*9正方形结构元素 函数：lhMorpEnhance说明：形态学对比度增强运算参数：src 输入图像dst 输出图像element结构元素iterations膨胀和腐蚀次数源码：void lhMorpEnhance(const IplImage* src, IplImage* dst, IplConvKernel* se=NULL, int iterations=1){ assert(src != NULL && dst != NULL && src != dst); IplImage* temp = cvCloneImage(src); lhMo 阅读全文
摘要：
阅读全文
摘要：
如果图像目标均具有相同的局部对比度，即如果它们比图像背景全部暗或亮，顶帽变换可以用于亮度梯度（不均匀光照）的调整。这时，大尺度各向同性结构元素的顶帽可以作为高通滤波器使用。由于亮度梯度位于图像低频部分，因此将被顶帽滤除。白帽用于暗图像背景，黑帽用于亮图像背景。在图像背景较暗的情况下，如果目标与图像背景之间的对比度较小，也可以利用闭或开除以输入图像获得更好的视觉效果。 阅读全文
摘要：
阅读全文
摘要：
白顶帽 9*9正方形结构元素 函数：lhMorpWhiteTopHat说明：形态学白顶帽运算参数：src 输入图像dst 输出图像element结构元素iterations膨胀和腐蚀次数源码：void lhMorpWhiteTopHat(const IplImage* src, IplImage* dst, IplConvKernel* se=NULL, int iterations=1){ assert(src != NULL && dst != NULL && src != dst); lhMorpOpen(src, dst, se, iterations 阅读全文
摘要：
黑顶帽 9*9正方形结构元素 函数：lhMorpBlackTopHat说明：形态学黑顶帽运算参数：src 输入图像dst 输出图像element结构元素iterations膨胀和腐蚀次数源码：void lhMorpBlackTopHat(const IplImage* src, IplImage* dst, IplConvKernel* se=NULL, int iterations=1){ assert(src != NULL && dst != NULL && src != dst); lhMorpClose(src, dst, se, iterations 阅读全文
摘要：
自补顶帽 9*9正方形结构元素 函数：lhMorpQTopHat说明：形态学自补顶帽运算参数：src 输入图像dst 输出图像element结构元素iterations膨胀和腐蚀次数源码：void lhMorpQTopHat(const IplImage* src, IplImage* dst, IplConvKernel* se=NULL, int iterations=1){assert(src != NULL && dst != NULL && src != dst);IplImage* temp = cvCloneImage(src); lhMorpCl 阅读全文
摘要：
阅读全文
摘要：
外梯度 7*7正方形结构元素 函数：lhMorpGradientOut说明：形态学外梯度运算参数：src 输入图像dst 输出图像element结构元素iterations膨胀和腐蚀次数源码：void lhMorpGradientOut(const IplImage* src, IplImage* dst, IplConvKernel* element=NULL, int iterations=1){ assert(src != NULL && dst != NULL && src != dst); cvDilate( src, dst, element, it 阅读全文
摘要：
标准梯度 5*5正方形结构元素 标准梯度 7*7正方形结构元素函数：lhMorpGradient说明：形态学基本梯度运算，通过结构元素的改变，可以进行厚梯度，方向梯度等形态学计算参数：src 输入图像dst 输出图像element结构元素iterations膨胀和腐蚀次数源码：void lhMorpGradient(const IplImage* src, IplImage* dst, IplConvKernel* element=NULL, int iterations=1){ assert(src != NULL && dst != NULL && src 阅读全文
摘要：
内梯度 7*7正方形结构元素 函数：lhMorpGradientIn说明：形态学内梯度运算参数：src 输入图像dst 输出图像element结构元素iterations膨胀和腐蚀次数源码：void lhMorpGradientIn(const IplImage* src, IplImage* dst, IplConvKernel* element=NULL, int iterations=1){ assert(src != NULL && dst != NULL && src != dst); cvErode( src, dst, element, itera 阅读全文
摘要：
阅读全文
摘要：
二值图像的闭（7*7） 灰度图像的闭（9*9）函数：lhMorpClose说明：形态学闭运算参数：src 输入图像dst 输出图像se 结构元素指针iterations 闭运算中膨胀和腐蚀次数源码：void lhMorpClose(const IplImage* src, IplImage* dst, IplConvKernel* se=NULL, int iterations=1){ cvDilate( src, dst, se, iterations ); //注:采用结构元素的映射进行腐蚀 IplConvKernel* semap = lhStructuringElementMap(s. 阅读全文
摘要：
二值图像的开（7*7） 灰度图像的开（9*9 椭圆结构）函数：lhMorpOpen说明：形态学开运算参数：src 输入图像dst 输出图像se 结构元素指针iterations 开运算中膨胀和腐蚀次数源码：void lhMorpOpen(const IplImage* src, IplImage* dst, IplConvKernel* se=NULL, int iterations=1){ cvErode( src, dst, se, iterations ); //注：采用结构元素的映射进行膨胀！！！ IplConvKernel* semap = lhStructuringElement. 阅读全文
摘要：
在OpenCV中某些高级形态学变换用cvMorphologyEx函数完成，包括开运算，闭运算，标准形态梯度，白顶帽，黑顶帽运算。但是本博主不推荐使用该函数。 通过查看cvMorphologyEx的源代码，可以发现，在执行开、闭等运算，在进行第二步形态学腐蚀和膨胀时，该函数仍然采用与第一步相同的结构元素进行。这种方法在针对一般对称的结构元素情况是正确的，但是当结构元素为自定义的非对称结构元素时，结果图像会发生错误的偏移。正确的方法是，如前面在开、闭运算的介绍中，执行第二步腐蚀、膨胀操作时，应采用结构元素的映射（反射）进行。因此，在本文中不提倡使用cvMorphologyEx函数。本文将通过一系. 阅读全文