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
把 SE (先翻转、再平移到 )拿去和 求交集,只要有一个像素重合就把 计入结果。直观理解:SE 在 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 "长胖"。
效果:
- 填小洞、连细缝
- 形状变大、边界外扩
2.2 腐蚀
只有 SE 完全包在 里的中心位置才计入。直观理解:SE 在 里滑动,只保留能完整"塞进" 的中心位置。等于让 "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:
腐蚀 等于膨胀 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 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 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:。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——(要求击中的形状)和 (要求击不中的形状,):
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。 是 单点, 是围绕它的 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:。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:,从内部一个点出发,反复膨胀但被 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:。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:
- 灰度腐蚀:
是灰度 SE,通常取 (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):。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):。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:, 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
膨胀减腐蚀。得到边缘的宽度大约是 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 ——先膨胀再和 mask 取最小值(把结果限制在 以下)。反复迭代到收敛就是形态学重建 :从种子 出发,在 mask 的约束下膨胀到稳态。
用途:
- 孔洞填充:,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: SE 处理 图 vs 处理 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: 迭代 5 次 一次 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。