利用形态学检测边缘和角点

一、引言

形态学滤波器可以用于检测图像的不同特征，这一节，我们介绍利用形态学检测灰度级图像的边缘和角点。

二、原理介绍

形态学还是将图像的灰度级看成地理里面的“等高线”，亮的地方看成山峰，暗的地方看成低谷，中间部分就是峭壁。形态学中的腐蚀（eroded），会把山谷扩展，峭壁减少；相反的，膨胀（dilated）会把山谷减少，峭壁扩展。在两种情况下，中间（大块的山峰和低谷）不会改变太多。

利用形态学进行边界检测原理很简单，就是将一幅图片分别经过腐蚀和膨胀处理，然后图像相减，在进行门限处理，消除小的噪声。（当然也可以利用腐蚀或者膨胀后的图像和源图像相比，得到的边界会相对细些）当结构元素越大，得到的边界越粗。

利用形态学进行角点检测比较麻烦。角点检测分别使用十字角，菱形，X形，方形四种结构元素进行腐蚀和膨胀。（1）我们以方形图像为源图像介绍，第一步对图像进行结构元为十字角的膨胀，然后在进行结构元为菱形的腐蚀；第二步对源图像进行结构元为X形的膨胀，在进行结构元为方形的腐蚀。第一步的作用是检测直角角点，第二步的作用是检测斜45°的角点。

图1 源图像，图2 Dilate with a cross ，图3 Erode with a diamond，图4 Dilate with a X，图5 Erode with a square ，图6 Corner Image，图7 Corners on Image

(2)选取等腰三角形和等边三角形作为源图像进行处理，可以看出与四个机构元处理的结果

图1 源图像，图2 Dilate with a cross ，图3 Erode with a diamond，图4 Dilate with a X，图5 Erode with a square ，图6 Corner Image，图7 Corners on Image

三、opencv函数介绍

头文件：#include <opencv2/imgproc/imgproc.hpp>

函数定义：

//! erodes the image (applies the local minimum operator)
CV_EXPORTS_W void erode( InputArray src, OutputArray dst, InputArray kernel,Point anchor=Point(-1,-1), int iterations=1,int borderType=BORDER_CONSTANT,const Scalar& borderValue=morphologyDefaultBorderValue() );//! dilates the image (applies the local maximum operator)
CV_EXPORTS_W void dilate( InputArray src, OutputArray dst, InputArray kernel,Point anchor=Point(-1,-1), int iterations=1,int borderType=BORDER_CONSTANT,const Scalar& borderValue=morphologyDefaultBorderValue() );//! applies an advanced morphological operation to the image
CV_EXPORTS_W void morphologyEx( InputArray src, OutputArray dst,int op, InputArray kernel,Point anchor=Point(-1,-1), int iterations=1,int borderType=BORDER_CONSTANT,const Scalar& borderValue=morphologyDefaultBorderValue() );

函数参数：

erode（腐蚀函数）： InputArray src, 原图像
OutputArray dst, 结果输出图像
InputArray kernel, 结构元素
Point anchor=Point(-1,-1), 结构元素的原点
int iterations=1, 迭代次数

dilate（膨胀函数）：InputArray src, 原图像
OutputArray dst, 结果输出图像
InputArray kernel, 结构元素
Point anchor=Point(-1,-1), 结构元素的原点
int iterations=1, 迭代次数

morphologyEx ： InputArray src, 原图像
OutputArray dst, 结果输出图像
int op，cv::MORPH_OPEN（打开） cv::MORPH_CLOSE（关闭） cv::MORPH_GRADIENT（梯度）
InputArray kernel, 结构元素
Point anchor=Point(-1,-1), 结构元素的原点
int iterations=1, 迭代次数

四、例程

程序：

morphoFeatures.h

#if !defined MORPHOF
#define MORPHOF#include <opencv2/core/core.hpp>
#include <opencv2/imgproc/imgproc.hpp>class MorphoFeatures {private:// threshold to produce binary imageint threshold;// structuring elements used in corner detectioncv::Mat cross;cv::Mat diamond;cv::Mat square;cv::Mat x;void applyThreshold(cv::Mat& result) {// Apply threshold on resultif (threshold>0)cv::threshold(result, result, threshold, 255, cv::THRESH_BINARY_INV);}public:MorphoFeatures() : threshold(-1), cross(5,5,CV_8U,cv::Scalar(0)), diamond(5,5,CV_8U,cv::Scalar(1)), square(5,5,CV_8U,cv::Scalar(1)),x(5,5,CV_8U,cv::Scalar(0)){// Creating the cross-shaped structuring elementfor (int i=0; i<5; i++) {cross.at<uchar>(2,i)= 1;cross.at<uchar>(i,2)= 1;                                   }// Creating the diamond-shaped structuring elementdiamond.at<uchar>(0,0)= 0;diamond.at<uchar>(0,1)= 0;diamond.at<uchar>(1,0)= 0;diamond.at<uchar>(4,4)= 0;diamond.at<uchar>(3,4)= 0;diamond.at<uchar>(4,3)= 0;diamond.at<uchar>(4,0)= 0;diamond.at<uchar>(4,1)= 0;diamond.at<uchar>(3,0)= 0;diamond.at<uchar>(0,4)= 0;diamond.at<uchar>(0,3)= 0;diamond.at<uchar>(1,4)= 0;// Creating the x-shaped structuring elementfor (int i=0; i<5; i++) {x.at<uchar>(i,i)= 1;x.at<uchar>(4-i,i)= 1;                                  }}void setThreshold(int t) {threshold= t;}int getThreshold() const {return threshold;}cv::Mat getEdges(const cv::Mat &image) {// Get the gradient imagecv::Mat result;cv::morphologyEx(image,result,cv::MORPH_GRADIENT,cv::Mat());// Apply threshold to obtain a binary imageapplyThreshold(result);return result;}cv::Mat getCorners(const cv::Mat &image) {cv::Mat result;// Dilate with a cross cv::dilate(image,result,cross);// Erode with a diamondcv::erode(result,result,diamond);cv::Mat result2;// Dilate with a X   cv::dilate(image,result2,x);// Erode with a squarecv::erode(result2,result2,square);// Corners are obtained by differencing// the two closed imagescv::absdiff(result2,result,result);// Apply threshold to obtain a binary imageapplyThreshold(result);return result;}void drawOnImage(const cv::Mat& binary, cv::Mat& image) {// cv::Mat_<uchar>::const_iterator it= binary.begin<uchar>();//  cv::Mat_<uchar>::const_iterator itend= binary.end<uchar>();cv::Mat_<uchar>::const_iterator it= binary.begin<uchar>();cv::Mat_<uchar>::const_iterator itend= binary.end<uchar>();// for each pixel  for (int i=0; it!= itend; ++it,++i) {if (!*it)cv::circle(image,cv::Point(i%image.step,i/image.step),5,cv::Scalar(255,0,0));}}
};#endif

main.cpp

#include <opencv2/core/core.hpp>
#include <opencv2/imgproc/imgproc.hpp>
#include <opencv2/highgui/highgui.hpp>
#include "morphoFeatures.h"int main()
{// Read input imagecv::Mat image= cv::imread("../building.jpg",0);if (!image.data)return 0; // Display the imagecv::namedWindow("Image");cv::imshow("Image",image);// Create the morphological features instanceMorphoFeatures morpho;morpho.setThreshold(40);// Get the edgescv::Mat edges;edges= morpho.getEdges(image);// Display the edge imagecv::namedWindow("Edge Image");cv::imshow("Edge Image",edges);// Get the cornersmorpho.setThreshold(-1);cv::Mat corners;corners= morpho.getCorners(image);cv::morphologyEx(corners,corners,cv::MORPH_TOPHAT,cv::Mat());cv::threshold(corners, corners, 40, 255, cv::THRESH_BINARY_INV);// Display the corner imagecv::namedWindow("Corner Image");cv::imshow("Corner Image",corners);// Display the corner on the imagemorpho.drawOnImage(corners,image);cv::namedWindow("Corners on Image");cv::imshow("Corners on Image",image);cv::waitKey();return 0;
}

源图像 building.jpg

Edge Image.jpg

Corner Image.jpg

Corners on Image.jpg

参考资料：opencv cookbook 2 chapter 5

参考资料下载：http://download.csdn.net/detail/skeeee/5311512

程序下载：http://download.csdn.net/detail/skeeee/5584643