單元五 型態學影像處理_YT線上課程

• 基本資訊

  • 作者: 黃正民

• Part 1 型態學影像處理的基本概念

  • 型態學的處理可以用於
    • 簡化影像資料
    • 保留重要的形狀特性
    • 消除雜訊(不相關的部分)
  • 灰階影像 ⇒ 二值化影像 ⇒ 型態學 ⇒ 連通元件
  • 

• Part 2 集合理論的基本概念

• Part 3 膨脹處理(上)

  • 
  • 
  • 

• Part 4 膨脹處理(下)

  • 滿足交換律
    • A ⊕ B == B ⊕ A
  • 滿足結合律
    • (A ⊕ B ) ⊕ C == A ⊕ (B ⊕ C)
  • 位移不變性
    • A ⊕ B_z == (A ⊕ B )_z
  • 應用
    • 文字辨識

• Part 5 侵蝕處理(上)

  • 
  • 
  • 
  • 

• Part 6 侵蝕處理(下)

  • 
  • 對前景(白色)做侵蝕，就同於對背景(黑色)做膨脹
  • A ⊝ B ⊝ C == A ⊝ (B ⊕ C)

• Part 7 斷開與閉合

  • 斷開: 先侵蝕再膨脹
  • 閉合: 先膨脹再侵蝕
  • 
  • 
  • 
  • 

• Part 8 型態學影像處理的變化(上)

  • 
  • 

• Part 9 型態學影像處理的變化(下)

  • 
  • 
  • 
  • 
  • 
  • 
  • 

• Part 10 型態學影像處理的延伸應用(上)

  • 輪胎胎紋影像檢測
    • 
    • 
    • 
  • 車牌影像偵測
    • 在固定環境下,車牌辨識的 成果已經非常完善
    • 在環境較多干擾的情況·車 牌辨識的成功率會大幅降低
    • 
    • 
    • 

• Part 11 型態學影像處理的延伸應用(下)

  • 車道標線影像偵測
    • 為了彌補路面或車道標線反光、 陰影遮蔽等造成偵測的圖像破碎, 使部分車道線無法成功找到的問題
    • 使用形態學去除雜訊干擾、填補車道線破碎的部分
    • 
    • 
    • 
  • 行人影像追蹤
    • 追蹤行人目標時, 一般彩色影像會受到部分遮蔽與相似目標物之環境的影響
    • 利用熱像儀影像來偵測出所要追蹤行人的溫度
    • 以型態學修補熱像儀影像二值化後的行人區域

• Part 12 灰階影像的型態學影像處理

  • 
  • 
  • 斷開可以當作將球型滾過下緣區域，無法塞入之部分侵蝕掉
  • 閉合可以當作將球型滾過上緣區域，無法塞入之部分填補
  • 
  • 
  • 
  • 車輛顏色分類
    • 分析車輛影像與其背景間的關聯,以及車輛顏色分類資訊, 作為監控特徵,增加車輛辨識 的可靠度
    • 使用灰階影像的型態學減少車 體反光、增強暗處的對比
    • 
    • 
    • 暗處區域分割經形態學後較好