关于图像分割和hough变换（19_01_27学习进度）

关于之前的膨胀和腐蚀的错误

之前一篇学习中，我根据图像最后的效果判定错了膨胀和腐蚀的函数
事实上正确的函数应该是
膨胀为：Z=imdilate（X,B）
腐蚀为：Z=imerode（X,B）
产生错误的原因是我用的图片为黑底白字，而这两个函数默认白色为背景黑色为目标点，所以产生了相反的效果

在matlab处理二值图像中，默认白色为数值1，黑色为0

关于形态应用学

重构

重构是涉及两幅图和一个结构元素的心态学变换，其中一个图像成为标记，作为变换的开始点，另一幅图象是掩模，用来约束变换过程。结构元素用于定义连结性。
重构不是从一副缺失的图像中重新构建完整图像，而是提取原始图像中的含有某些特征的连通区域来构建心得图像。

重构的运用

重构可以实现开运算，之前的形态学开运算中，腐蚀可以除去小的对象，随后膨胀可以还原未被除去的对象，但是在一些结构复杂出进行多次腐蚀-膨胀处理可能会产生误差，运用重构方法可以实现精确的恢腐蚀之后的图像形状，并且只保留目标区域的图像
重构也可以实现填充孔洞的运用，将封闭区域内的一些数值为0的点填充为1。

重构的实现

在matlab中可以使用函数

Z=imreconstruct(M,X)

实现重构，其中M为二值图像，表示初始标记点矩阵，元素1表示标记点，X为同样大小的二值图像，表示原始图像，要求为M中1的元素在X的对应位置也要是1，函数的返回值Z为同样大小的二值图像
填补孔洞运行如下
代码为：

X=imread(‘zimu.bmp’);
Z1=imerode(X,ones(51,1));
Z=imreconstruct(Z1,X);
imshow(X),figure,imshow(Z)

结果为：

可见其中孔洞部分被填补了

边界提取

边界提取也是腐蚀的一种，不会产生边缘的断裂
使用为：

X=imread(‘zimu2.bmp’);
imshow(X),figure;
X1=imerode(X,ones(3,3));
imshow(X1),figure;
Z=X-X1;
imshow(Z);

从而实现了边界的提取