灰度形態(tài)學(xué)重建的應(yīng)用及仿真

摘要：本文利用灰度形態(tài)學(xué)重構(gòu)的方法對圖像進(jìn)行濾波以及將形態(tài)學(xué)重建與Top-hat相結(jié)合檢測眼部血管中的微動(dòng)脈瘤，取得了較好的效果。

關(guān)鍵詞：形態(tài)學(xué)；開重建；結(jié)構(gòu)元素

中圖分類號：TG441 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號：1674-7712 （2012） 14-0070-01

一、引言

數(shù)學(xué)形態(tài)學(xué)是以形態(tài)為基礎(chǔ)對圖像進(jìn)行分析的數(shù)學(xué)工具，已經(jīng)廣泛的應(yīng)用于數(shù)字圖像處理、生物醫(yī)學(xué)、信號處理、模式識(shí)別等領(lǐng)域，在圖像處理當(dāng)中，初期的數(shù)學(xué)形態(tài)學(xué)主要應(yīng)用于二值圖像，即二值形態(tài)學(xué)，近些年人們將二值形態(tài)學(xué)擴(kuò)展到灰度空間，使得形態(tài)學(xué)方法不僅可以用于處理二值圖像，也可以用于處理灰度圖像，并逐步形成了灰度形態(tài)學(xué)。

二、開重建的濾波

三、形態(tài)學(xué)重建與Top-hat結(jié)合

由于開運(yùn)算具有非擴(kuò)展性，在處理過程中結(jié)構(gòu)元素始終處于圖像的下方，無法檢測出圖像中較尖銳的波峰，在實(shí)際應(yīng)用中我們想從較暗（亮）的且平緩的背景中提取較亮（暗）的細(xì)節(jié)，比如增強(qiáng)圖像中陰影部分細(xì)節(jié)特征，對灰度圖像進(jìn)行物體分割，檢測灰度圖像中波峰和波谷及細(xì)長圖像結(jié)構(gòu)等，只進(jìn)行開運(yùn)算將無法達(dá)到這種效果，因此我們可以應(yīng)用形態(tài)學(xué)變換中的高帽（Top-hat）變換，可以有效的將圖像的背景分割出去，從而使目標(biāo)區(qū)域的輪廓更加清晰、明顯。

我們以檢測眼部血管中的微動(dòng)脈瘤為例子，僅用簡單的閾值分割無法檢測出圖像中的微動(dòng)脈瘤，因?yàn)檠鄄垦苤械奈?dòng)脈瘤是與眼球血管網(wǎng)絡(luò)的亮斑是相互獨(dú)立的，微動(dòng)脈瘤的灰度又與血管的灰度接近，周圍都是黑色，灰度較淺的區(qū)域可以用形態(tài)學(xué)中的Top-hat變換檢測出，但是這些區(qū)域中除了微動(dòng)脈瘤外，還包括血管，因此僅采用Top-hat變換還是無法提取出動(dòng)脈瘤，下面我們用形態(tài)學(xué)中的開運(yùn)算對原始圖像進(jìn)行處理，選擇合適的模板可以將動(dòng)脈瘤從圖像中去掉，因?yàn)檠苄螤詈蛣?dòng)脈瘤相比偏長，接下來對原始圖像進(jìn)行重建操作，用開運(yùn)算得結(jié)果作為標(biāo)記圖像，由于其它血管和動(dòng)脈瘤之間沒有連接，重建后的圖像中只有動(dòng)脈瘤沒有重建出來，最后用原始圖像和重建后的圖像做差，提取出動(dòng)脈瘤的圖像。

四、結(jié)束語

本文分析了形態(tài)學(xué)重建的具體應(yīng)用，無論是對圖像中噪聲的濾除還是在醫(yī)療上的檢測眼部血管的微動(dòng)脈瘤都有著十分重要的意義。隨著灰度形態(tài)學(xué)研究的不斷深入，理論方法的日益成熟，在圖像處理方面應(yīng)用越來越廣泛，已經(jīng)發(fā)展成為一種新興圖像處理的理論和方法。

參考文獻(xiàn)：

[1]張艷玲，劉桂雄，曹東.數(shù)學(xué)形態(tài)學(xué)的基本算法及在圖像預(yù)處理中應(yīng)用[J].科學(xué)技術(shù)與工程，2007，（3）：30-234.

[2]Philippe Salembier. “Morphological Multiscale Segmentation for Image Coding”.Signal Processing， 38：359-386，1994.

[3]穆士卿，楊新建，張瑩等.顱內(nèi)動(dòng)脈瘤的三維數(shù)值模型分析[J].中國微侵襲神經(jīng)外科，2008，13（10）：459-462.

[4]李想.CT圖像的應(yīng)用研究：[D].哈爾濱：哈爾濱工程大學(xué)，2004.

[作者簡介]劉娜（1982-），女，民族：滿族，籍貫：遼寧省撫順人，職稱：助教，學(xué)位：碩士，主要研究方向：圖像處理。