跳到主要内容

形态学图像处理:像积木一样操作形状

形态学(morphology)来自生物学,指研究生物形状的学科。图像处理里的形态学处理的是图像里物体的形状——不管颜色、不管纹理,只关心"这个东西长什么样"。工具箱只有两把小刀:膨胀(dilation) 和 腐蚀(erosion)。所有其他操作都是这两把刀的组合。

一句话概括:形态学做的是用一个小形状(结构元)去探测大形状的几何性质。

1. 结构元:形态学的"探测头"​

结构元(structuring element, SE) 是一个小型的二值/灰度模板,形状任选:

方形 3×3:      十字形:        圆形 5×5:
1 1 1 0 1 0 0 1 1 1 0
1 1 1 1 1 1 1 1 1 1 1
1 1 1 0 1 0 1 1 1 1 1
1 1 1 1 1
0 1 1 1 0

SE 有一个原点(通常是中心)。SE 的形状决定形态学操作的效果——方形 SE 保各向异性,圆形 SE 保各向同性,线性 SE 只处理某方向。

选择 SE 的原则:它应该长得像你想强调或消除的特征。想去除水平细线?用水平线形 SE。想识别圆形颗粒?用圆盘 SE。

2. 膨胀和腐蚀:两把基本刀​

2.1 膨胀 A⊕BA\oplus B​

A⊕B={z∣(B^)z∩A≠∅}A\oplus B=\{z\mid (\hat B)_z\cap A\neq\varnothing\}

把 SE BB(先翻转、再平移到 zz)拿去和 AA 求交集,只要有一个像素重合就把 zz 计入结果。直观理解:SE 在 AA 里滑动,SE 中心落在的所有位置的并集就是膨胀结果。等于让 AA "长胖"。

效果:

  • 填小洞、连细缝
  • 形状变大、边界外扩

2.2 腐蚀 A⊖BA\ominus B​

A⊖B={z∣Bz⊆A}A\ominus B=\{z\mid B_z\subseteq A\}

只有 SE 完全包在 AA 里的中心位置才计入。直观理解:SE 在 AA 里滑动,只保留能完整"塞进" AA 的中心位置。等于让 AA "瘦身"。

效果:

  • 去除小噪点、细凸起
  • 形状变小、边界内缩

2.3 对偶性​

膨胀和腐蚀是对偶的:

(A⊖B)c=Ac⊕B^(A\ominus B)^c = A^c \oplus \hat B

腐蚀 AA 等于膨胀 AA 的补集。所以任何腐蚀操作都能用膨胀替代(反之亦然)。这在硬件实现时可以复用同一条数据通路。

3. 开操作和闭操作:组合技​

单纯膨胀会把形状变大(不希望的副作用);单纯腐蚀会把形状变小。开操作 A∘B=(A⊖B)⊕BA\circ B = (A\ominus B)\oplus B 先腐蚀再膨胀。作用:

  • 去掉比 SE 小的凸起、突刺
  • 断开细连接
  • 平滑物体轮廓
  • 保持大致尺寸

闭操作 A∙B=(A⊕B)⊖BA\bullet B = (A\oplus B)\ominus B 先膨胀再腐蚀。作用:

  • 填补小洞、缝隙
  • 连接靠近的物体
  • 平滑物体轮廓(从内侧)
  • 保持大致尺寸

开和闭的对偶性:(A∘B)c=Ac∙B^(A\circ B)^c = A^c \bullet \hat B。所以处理黑物体等价于处理白物体的补集。

一个记忆窍门:开 = 去杂散白,闭 = 补黑窟窿。想去掉椒盐噪声里的"盐"(白点)就开,去"椒"(黑点)就闭。

4. 击中击不中:形态学的模式匹配​

给两个 SE——B1B_1(要求击中的形状)和 B2B_2(要求击不中的形状,B1∩B2=∅B_1\cap B_2=\varnothing):

A⊛B=(A⊖B1)∩(Ac⊖B2)A\circledast B = (A\ominus B_1)\cap(A^c\ominus B_2)

击中击不中变换(HMT)能检测具体的形状——比如"孤立的单像素点"、"直角"、"端点"。

举例:找出所有孤立像素。B1B_1 是 1×11\times 1 单点,B2B_2 是围绕它的 3×3−13\times 3-1 圈。这个操作后剩下的就是没有邻居的孤立点。

HMT 是形态学做结构模式识别的基石。骨架提取、细化、端点检测都由它派生。

5. 边界、区域填充、连通分量​

有了这四把刀,一堆经典操作变得很简单:

边界提取:β(A)=A−(A⊖B)\beta(A)=A-(A\ominus B)。原图减去腐蚀一次的版本,剩下的就是边界上的一层像素。

区域填充:Xk=(Xk−1⊕B)∩AcX_k = (X_{k-1}\oplus B)\cap A^c,从内部一个点出发,反复膨胀但被 AA 的补集限制,直到收敛。等于用形态学做 flood fill。

连通分量提取:从种子点出发做条件膨胀,直到覆盖整个连通区。这是二值图像里做"给每个物体贴标签"的基础。OpenCV 的 connectedComponents 底层就是这套思路(实际算法用 union-find 更快,形态学是概念版)。

凸壳:用四个方向的击中击不中 SE 反复膨胀直到收敛。慢,实际用 QuickHull 之类的几何算法。

细化:用击中击不中反复剥外层,只留下 1-像素宽的骨架。Zhang-Suen 细化是这个思路的经典算法。

骨架:S(A)=⋃k(A⊖kB)−((A⊖kB)∘B)S(A)=\bigcup_k(A\ominus kB)-((A\ominus kB)\circ B)。骨架是形状的"中线"。用途:手写字符识别、指纹匹配、血管分析。

6. 灰度形态学​

前面都是二值形态学。灰度形态学把"集合运算"改成"函数运算":

  • 灰度膨胀:(f⊕b)(x,y)=max⁡(s,t)∈b{f(x−s,y−t)+b(s,t)}(f\oplus b)(x,y)=\max_{(s,t)\in b}\{f(x-s,y-t)+b(s,t)\}
  • 灰度腐蚀:(f⊖b)(x,y)=min⁡(s,t)∈b{f(x+s,y+t)−b(s,t)}(f\ominus b)(x,y)=\min_{(s,t)\in b}\{f(x+s,y+t)-b(s,t)\}

bb 是灰度 SE,通常取 b≡0b\equiv 0(平坦 SE),简化成:

  • 灰度膨胀 = SE 邻域内取最大值
  • 灰度腐蚀 = SE 邻域内取最小值

这就是最大值滤波和最小值滤波。中值滤波在形态学里没有直接对应(最大和最小的中间),是独立于形态学的非线性滤波。

灰度开操作和闭操作定义方式不变。它们的直观效果:

  • 开操作:拿一个"小球"沿图像表面从下往上滚动,球体轨迹就是开操作结果——削掉尖锐的亮峰
  • 闭操作:从上往下滚,填平深谷

6.1 顶帽和黑帽变换​

顶帽(White Top-Hat):That(f)=f−(f∘b)T_{\text{hat}}(f)=f-(f\circ b)。原图减开操作。留下"被开操作削掉的亮部分"——小的亮细节。

黑帽(Black Top-Hat):Bhat(f)=(f∙b)−fB_{\text{hat}}(f)=(f\bullet b)-f。闭操作减原图。留下"被闭操作填掉的暗部分"——小的暗细节。

用途:

  • 光照不均校正:g=f−fˉg=f-\bar f,fˉ\bar f 用大 SE 的开/闭得到光照场,减掉后光照均匀
  • 车牌/文字提取:字符是小暗块,黑帽变换后字符凸出
  • 显微图像的细胞核检测

6.2 形态学梯度​

g=(f⊕b)−(f⊖b)g=(f\oplus b)-(f\ominus b)

膨胀减腐蚀。得到边缘的宽度大约是 22 像素的边缘图,各向同性好、对噪声敏感度低于 Sobel。是分水岭分割(见图像分割)的前处理步骤。

7. 形态学重建​

一个更强的操作:测地膨胀 Dg(1)(f)=(f⊕b)∧gD_g^{(1)}(f)=(f\oplus b)\wedge g——先膨胀再和 mask gg 取最小值(把结果限制在 gg 以下)。反复迭代到收敛就是形态学重建 Rg(f)R_g(f):从种子 ff 出发,在 mask gg 的约束下膨胀到稳态。

用途:

  • 孔洞填充:Rfc(fmarker)R_{f^c}(f_{\text{marker}}),marker 是图像边界周围
  • 提取包含某点的连通区:marker 是单点
  • 删除接触边界的物体:从边界做重建,然后减掉

比击中击不中之类的手工构造方法快得多,是实用工具箱的核心。

8. 深度学习时代形态学还有用吗​

CNN 能学到"平滑轮廓"、"填补空洞"这类操作,不需要显式的形态学。但形态学在几个场景里仍然重要:

  • 二值 mask 后处理:语义分割输出 mask 后经常用开/闭平滑、去小连通区、填内部小洞。OpenCV 的 cv2.morphologyEx 每天在被调用几十亿次
  • 文档图像处理:OCR 前的字符分割、去噪几乎全靠形态学
  • 医学显微图像:细胞、菌落计数的分水岭前处理
  • 可解释性:形态学是完全确定性的、结构化的,比 CNN 的黑盒输出容易解释和调试

有工作(Morphological Neural Networks)尝试把膨胀/腐蚀做成可微分的网络层,代替常规卷积。研究性质多,实用少。

9. 一些注意事项​

  • SE 大小敏感:3×33\times 3 SE 处理 1024×10241024\times 1024 图 vs 处理 128×128128\times 128 图效果差百倍。要按图像尺度选 SE
  • 原点位置影响非对称 SE 的结果:默认中心,但可以偏。斜的 SE 用于方向敏感操作
  • 迭代次数 = 有效 SE 大小:3×33\times 3 迭代 5 次 ≈\approx 一次 11×1111\times 11 操作,且形状更接近圆而不是方
  • 边界处理:SE 超出图像时按 0(膨胀会不完全)或按图像值扩展(腐蚀会不完全)。OpenCV 默认按边界值扩展

10. 形态学的位置​

形态学不追求解决任何单一任务的性能极限,它是形状层面的胶带和螺丝刀——快、直观、可组合。深度学习的分割精度更高,但你不会用 U-Net 去掉 mask 里 3 像素的凸起——那要一秒,形态学开操作 20 微秒。

形态学也是二值图像唯一有严密代数结构的工具集(有交换律、结合律、对偶性、单调性)。这套代数让"用形态学做几何证明"成为可能——DIP 教材里的很多算法(骨架、凸壳、区域填充)都是从代数性质推导出来的,而不是拼凑的启发式。