二值图像与数学形态学处理

1.二值图像

1.1概念补充

(1)定义

二值图像是仅含有两级灰度(一般为0,1)的数字图像。

(2)特点

1）数据量小；

2）处理速度快,成本低,实时性强;

3）能定义几何学的各种概念.

其中，第三条尤为重要。

(3)举例

通过例子，看看二值图像。

源代码：

%1.二值图像
%（1）二值图像转化，显示
I = imread('peppers.png');
figure,imshow(I),title('Original image');

J = im2bw(I);%经转化，图像J的数据只有0（黑），1（白）之分了
figure,imshow(J),title('Binary image');

运行结果：

1.2二值图/灰度图/RGB图像

在数字图像处理中，我们常见到的三种类型的图像，就是二值图像，灰度图像和RGB图像，这里，便再作赘述，以求巩固理解：

1）二值图像

二值图像可看成一种只包含黑白两个灰度的灰度图像；也可以看作只有两种颜色的索引图象。

二值图像可以保存为双精度和uint8数据类型数组，显然uint8更加节省空间，所以一般返回二值图像处理函数就保存为uint8类型逻辑数组。

2）灰度图像

灰度图像只表示了图像的强度信息，而没有颜色信息。其保存在矩阵中的每一像素点的元素值代表不同的亮度或灰度级。

3）RGB图像

RGB图像又称为真彩色图像，它是利用R，G，B三个分量来表示一个像素的颜色，RGB分别是红，绿，蓝三基色分量，由此可以组合成任意一种颜色。它储存为一个三维数组，元素值表示该像素点的颜色。

1.3邻接/连通/距离变换

由于二值图像可看作只有0，1两个灰度值的存储矩阵，非常简单，便利，可以定义许多数学上的集合与几何特征，所以很多复杂的数字图像处理算法，在初始阶段都会先将待处理的图像转化为二值图像，以便于后期处理。由此可见，二值图像处理在图像处理中地位非常重要。

下面，介绍一下在二值图像基础上定义的集合（几何）特征邻接性，连通性，和像素间的距离。

(1)邻域和邻接

a.邻域：像素(i，j)附近的像素形成的区域。

b.分类：

常见的有4-邻域，8-邻域

(1)4-邻域与4-邻接

像素（i,j）上、下、左、右4个像素构成的区域称为像素（i,j）的4—邻域。互