C图像的膨胀和腐蚀.docx
《C图像的膨胀和腐蚀.docx》由会员分享，可在线阅读，更多相关《C图像的膨胀和腐蚀.docx（5页珍藏版）》请在冰点文库上搜索。
C图像的膨胀和腐蚀
C++图像的膨胀和腐蚀
二值图像是一种简单的图像格式，它只有两个灰度级，即"0"表示黑色的像素点，"255"表示白色的像素点，至于如何从一幅普通的图像获得二值图像，请参考我近期在天极网上发表的《VisualC++编程实现图像的分割》一文。
二值图像处理在图像处理领域占据很重要的位置，在具体的图像处理应用系统中，往往需要对于获得的二值图像再进一步进行处理，以有利于后期的识别工作。
二值图像处理运算是从数学形态学下的集合论方法发展起来的,尽管它的基本运算很简单，但是却可以产生复杂的效果。
常用的二值图像处理操作有许多方法，如腐蚀、膨胀、细化、开运算和闭运算等等。
本文对这些内容作些研究探讨，
希望对爱好图像处理的朋友有所帮助。
一、腐蚀和膨胀 形态学是一门新兴科学，它的用途主要是获取物体拓扑和结果信息，它通过物体和结构元素相互作用的某些运算，得到物体更本质的形态。
它在图像处理中的应用主要是：
1.利用形态学的基本运算，对图像进行观察和处理，从而达到改善图像质量的目的； 2.描述和定义图像的各种几何参数和特征，如面积，周长，连通度，颗粒度，骨架和方向性。
限于篇幅，我们只介绍简单二值图像的形态学运算，对于灰度图像的形态学运算，有兴趣的读者可以看有关的参考书。
二值图像基本的形态学运算是腐蚀和膨胀，简单的腐蚀是消除物体的所有边界点的一种过程，其结果是使剩下的物体沿其周边比原物体小一个像素的面积。
如果物体是圆的，它的直径在每次腐蚀后将减少两个像素，如果物体在某一点处任意方向上连通的像素小于三个，那么该物体经过一次腐蚀后将在该点处分裂为二个物体。
简单的膨胀运算是将与某物体接触的所有背景点合并到该物体中的过程。
过程的结果是使物体的面积增大了相应数量的点，如果物体是圆的，它的直径在每次膨胀后将增大两个像素。
如果两个物体在某一点的任意方向相隔少于三个像素，它们将在该点连通起来。
下面给出具体的实现腐蚀和膨胀的函数代码：
////////////////////////////////二值图像腐蚀操作函数
BOOLImageErosion（BYTE*pData,intWidth,intHeight）
{//pData为图像数据的指针，Width和Height为图像的宽和高；
BYTE*pData1;
intm,n,i,j,sum,k,sum1;
BOOLbErosion;
if（pData==NULL）
{
AfxMessageBox（"图像数据为空，请读取图像数据"）;
returnFALSE;
}
//申请空间，pData1存放处理后的数据；
pData1=（BYTE*）newchar[WIDTHBYTES（Width*8）*Height];
if（pData1==NULL）
{
AfxMessageBox（"图像缓冲数据区申请失败，请重新申请图像数据缓冲区"）;
returnFALSE;
}
memcpy（pData1,pData,WIDTHBYTES（Width*8）*Height）;
for（i=10;i<Height-10;i++）
for（j=32;j<Width-32;j++）
{
bErosion=FALSE;
sum=*（pData+WIDTHBYTES（Width*8）*i+j）;
if（sum==255）
{
//求像素点八邻域的灰度均值；
for（m=-1;m<2;m++）
{
for（n=-1;n<2;n++）
{
sum1=*（pData+WIDTHBYTES（Width*8）*（i+m）+j+n）;
if（sum1==0）
{
*（pData1+WIDTHBYTES（Width*8）*i+j）=0;
bErosion=TRUE;
break;
}
}
if（bErosion）
{
bErosion=FALSE;
break;
}
}
}
}
memcpy（pData,pData1,WIDTHBYTES（Width*8）*Height）;
returnTRUE;
}
////////////////////////////////////二值图像的膨胀操作
BOOLImageDilation（BYTE*pData,intWidth,intHeight）
{
BYTE*pData1;
intm,n,i,j,sum,k,sum1;
BOOLbDilation;
if（pData==NULL）
{
AfxMessageBox（"图像数据为空，请读取图像数据"）;
returnFALSE;
}
//申请空间，pData1存放处理后的数据；
pData1=（BYTE*）newchar[WIDTHBYTES（Width*8）*Height];
if（pData1==NULL）
{
AfxMessageBox（"图像缓冲数据区申请失败，请重新申请图像数据缓冲区"）;
returnFALSE;
}
memcpy（pData1,pData,WIDTHBYTES（Width*8）*Height）;
for（i=10;i<Height-10;i++）
for（j=32;j<Width-32;j++）
{
bDilation=FALSE;
sum=*（pData+WIDTHBYTES（Width*8）*i+j）;
if（sum==0）
{
//求像素点八邻域的灰度值；
for（m=-1;m<2;m++）
{
for（n=-1;n<2;n++）
{
sum1=*（pData+WIDTHBYTES（Width*8）*（i+m）+j+n）;
if（sum1==255）
{
*（pData1+WIDTHBYTES（Width*8）*i+j）=255;
bDilation=TRUE;
break;
}
}
if（bDilation）
{
bDilation=FALSE;
break;
}
}
}
}
memcpy（pData,pData1,WIDTHBYTES（Width*8）*Height）;
returnTRUE;
}
升级会员 