上節MATLAB R2021a 影像處理之旅 — 2我們談到影像中的噪聲會影響二值化影像的規律性，針對這類問題，我們通常會采用預處理和后處理的方式來解決，接下來我們來看看影像處理中預處理和后處理相關的操作，
4 影像預處理與后處理
4.1 影像預處理-降噪
//載入并顯示圖片，可以看出原圖經二值化后，受噪聲的影響很大
I = imread("IMG_007.jpg");
gs = im2gray(I);
gs = imadjust(gs);
BW = imbinarize(gs,"adaptive","ForegroundPolarity","dark");
imshowpair(gs,BW,"montage")
H = fspecial("average",3); //創建一個3x3的均值濾波器,fspecial通常被用來創建濾波片
gssmooth = imfilter(gs,H); //將均值濾波器H應用到影像gs
BWsmooth = imbinarize(gssmooth,"adaptive","ForegroundPolarity","dark");
imshow(BWsmooth);
//直接采用均值濾波，會導致影像邊緣出現黑框，我們可以使用replicate選項填充邊緣像素來消除黑邊
gssmooth = imfilter(gs,H,"replicate"); //使用重復選項填充邊緣像素
BWsmooth = imbinarize(gssmooth,"adaptive","ForegroundPolarity","dark");
imshow(BWsmooth);
//可以看到此時圖片邊緣的黑邊被消除了
4.2 影像預處理-背景去除
使用二值化的方法提取影像中的文字時，經常會被背景圖干擾，可以用形態學的方法去除背景，
膨脹和腐蝕是影像形態學的兩種處理方式，膨脹是選用形態結構中的最大值，腐蝕則是選用形態結構中最小值；MATLAB中使用strel函式創建形態學結構，膨脹和腐蝕也可以結合起來使用，先腐蝕后膨脹被稱為開運算，先膨脹后腐蝕被稱為閉運算，
開運算通常被解釋為“移除小的物體”，有時只看這個解釋會感覺不太容易理解，實際上，這種說法是建立在影像背景色為暗色，前景色為亮色的基礎上，這一點在MATLAB的imbinarize函式中也有體現，
對開運算更一般的解釋是：開運算能夠連接暗區，去除影像中小的亮區，但對大的亮區則沒有影響，同樣的，對閉運算的解釋是：閉運算能夠連接亮區，去除影像中小的暗區，但對大的暗區則沒有影響，另外一點也值得大家注意，經過開閉運算處理后的影像，其陰影部分通常會呈現出與所用的結構相似的形狀，
用一張圖對比來看，開運算（先腐蝕后膨脹）的效果如下：
閉運算（先膨脹后腐蝕）的效果如下：
//載入并顯示圖片，可以看出二值化影像受背景影響很大
I = imread("IMG_001.jpg");
gs = im2gray(I);
gs = imadjust(gs);
H = fspecial("average",3);
gs = imfilter(gs,H,"replicate");
BW = imbinarize(gs,"adaptive","ForegroundPolarity","dark");
imshowpair(gs,BW,"montage");
//為了得到背景，我們先創建一個盤型結構,strel用來創建平面形態學結構元素，進行閉運算
SE = strel("disk",8); //創建盤型結構，注意結構尺寸要大于文字，才能抹去文字，得到背景圖
Ibg = imclose(gs,SE); //進行閉運算
imshow(Ibg); //顯示背景圖
gsSub = Ibg - gs; //使用原圖減去背景圖
imshow(gsSub);
BWsub = ~(imbinarize(gsSub)); //二值化減去背景圖的影像，并對結果取反，即為需要的文字資訊的二值化結果
imshow(BWsub);
上述操作：先對影像進行閉操作，再用原圖減去閉操作處理的結果，便會得到影像中小塊的亮區紋理，在影像處理中經常被用到，這個操作通常被稱為"底帽轉換（bottom-hat transform）"，大家也可以直接使用MATLAB中的imbothat函式來進行上述操作，
4.3 影像后處理-二值形態學
//載入圖片并顯示
I = imread("IMG_002.jpg");
gs = im2gray(I);
gs = imadjust(gs);
H = fspecial("average",3);
gs = imfilter(gs,H,"replicate");
SEdisk = strel("disk",8);
Ibg = imclose(gs,SEdisk);
gsSub = Ibg - gs;
BW = ~imbinarize(gsSub);
imshowpair(I,BW,"montage");
//使用形態結構單元處理二值影像
SE = strel("rectangle",[3 25]);
BWstripes = imopen(BW,SE);
imshow(BWstripes);
S = sum(BWstripes,2);
plot(S);
Sbw = sum(BW,2);
hold on;
plot(Sbw);
hold off;
上圖可以看出亮色的紋理也被檢測到了，
使用形態結構處理二值影像，通過開運算將文字連成一體，有利于加強按行求和的數值顯著化，
對比可見，經過對二值影像的形態學處理，有文字的行和曲線（藍色）與無文字的行和曲線（橙色）差異更明顯了，
轉載請註明出處，本文鏈接：https://www.uj5u.com/qita/291589.html
標籤：其他