图像形态学操作之顶帽操作(TopHat)与黑帽操作(BlackHat)

Posted 2022-05-21 昊虹图像算法

大家看这篇博文前可以先看一看下面这两篇博文，下面这两篇博文是这篇博文的基础：
1、详解图像形态学操作之图形的腐蚀和膨胀的概念和运算过程,并利用OpenCV的函数erode()和函数dilate()对图像进行腐蚀和膨胀操作

2、图像的形态学开操作(开运算)和闭操作(闭运算)的概念和作用,并用OpenCV的函数morphologyEx()实现对图像的开闭操作

图像形态学腐蚀可以将细小的噪声区域去除，但是会将图像主要区域的面积缩小，造成主要区域的形状发生改变；图像形态学膨胀可以扩充每一个区域的面积，填充较小的空洞，但是会增加噪声的面积。
根据两者的特性将图像腐蚀和膨胀适当的结合，便可以既去除图像中的噪声，又不缩小图像中主要区域的面积；既填充了较小的空洞，又不增加噪声所占的面积。
将图像的腐蚀和膨胀结合产了以下这些运算：
图像的开运算、图像的闭运算、图像的形态学梯度运算、图像的顶帽运算、图像的黑帽运算、图像的击中击不中变换。

本篇博文介绍图像的形态学操作之顶帽操作与黑帽操作。

先说顶帽操作。
顶帽操作是源图像与图像开运算结果之间的差，它把开运算“去掉”的细节显现出来。
我们回顾下开运算的作用：

• 消除值高于邻近点的孤立点，达到去除图像中噪声的作用；
• 消除较小的连通域，保留较大的连通域；
• 断开较窄的狭颈，可以在两个物体纤细的连接处将它们分离；
• 不明显改变较大连通域的面积的情况下平滑连通域的连界、轮廓；

那么顶帽运算的作用便是：

• 把值高于邻近点的孤立点或斑块分离出来。
• 把较小的连通域分离出来。
• 把较窄的狭颈和两个物体的纤细连接处分离出来。

再说黑帽操作。
黑帽操作是闭运算结果与原图像之间的差值，它把闭运算“增加”的细节显现出来。
我们回顾下闭运算的作用：

• 消除值低于邻近点的孤立点，达到去除图像中噪声的作用；
• 连接两个邻近的连通域；
• 弥合较窄的间断和细长的沟壑；
• 去除连通域内的小型空洞；
• 和开运算一样也能够平滑物体的轮廓；

那么黑帽运算的作用便是：

• 把值低于邻近点的孤立点或斑块分离出来。
• 把较窄的间断和细长的沟壑显现出来；
• 把连通域内的小型空洞显现出来；

在OpenCV中，我们可以用函数morphologyEx()实现对图像的开闭运算，其函数原型如下：

void cv::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() 
						)		

参数意义与博文(链接 https://blog.csdn.net/wenhao_ir/article/details/124763833)中的腐蚀和膨胀操作函数erode()、dilate()一样。只是多一个 op 参数，它的值用于确定作何种图像形态学运算，其可取值及意义如下图所示：

从上图可以看出，它可以取MORPH_OPEN、MORPH_CLOSE 、MORPH_GRADIENT、MORPH_TOPHAT 、MORPH_BLACKHAT这五个值，分别对应于图像形态学的开操作、闭操作、梯度运算、顶帽运算和黑帽运算。

本篇博文中我们用值MORPH_TOPHAT和MORPH_BLACKHAT实现图像的顶帽操作和黑帽操作。
示例代码如下：
代码中用到的图像下载链接：https://pan.baidu.com/s/12ttJ8tQ1s-jBsZwhl4-97A?pwd=x5km

//博主微信/QQ 2487872782
//有问题可以联系博主交流
//有图像处理需求也可联系博主
//图像处理技术交流QQ群 271891601

//OpenCV版本：3.0
//VS版本：2013

#include <opencv2/core/core.hpp>
#include <opencv2/highgui/highgui.hpp>
#include<opencv2/imgcodecs/imgcodecs.hpp>
#include <opencv2/imgproc/imgproc.hpp>

using namespace cv;

int main()


	//载入原图   
	Mat image = imread("F:/material/images/P0049-Top-Hat-02.jpg", 0);

	//显示原图  
	imshow("顶帽-黑帽运算原图", image);

	//获取结构
	cv::Mat element1 = cv::getStructuringElement(cv::MORPH_RECT, cv::Size(7, 7));

	Mat out1,out2;
	//进行形态学顶帽运算操作  
	morphologyEx(image, out1, MORPH_TOPHAT, element1);
	//进行形态学黑帽运算操作  
	morphologyEx(image, out2, MORPH_BLACKHAT, element1);

	//显示效果图  
	imshow("顶帽运算效果图", out1);
	imshow("黑帽运算效果图", out2);

	waitKey(0);

	return 0;

运行结果如下图所示：

从以上的运行结果我们可以很明显看出，顶帽运算把值高于邻近点的孤立点分离了出来，黑帽运算把值低于邻近点的孤立点分离了出来。当然二者的作用不止这一点，具体的作用见本文上面的叙述吧。

扩展阅读：
详解图像形态学操作之图形的腐蚀和膨胀的概念和运算过程,并利用OpenCV的函数erode()和函数dilate()对图像进行腐蚀和膨胀操作
图像的形态学开操作(开运算)和闭操作(闭运算)的概念和作用,并用OpenCV的函数morphologyEx()实现对图像的开闭操作
图像的形态学梯度运算(基本梯度、外部梯度、内部梯度、X方向梯度、Y方向梯度)的概念、作用以及相关的OpenCV示例代码
详解图像形态学中的击中击不中变换操作(HMT),并提醒大家OpenCV4中的击中击不中变换操作是有问题的