Morfología Matemática
La morfología matemática se basa en operaciones de teoría de conjuntos. En el caso de
imágenes binarias, los conjuntos tratados son subconjuntos de Z2 y en el de las imágenes en
escala de grises, se trata de conjuntos de puntos con coordenadas en Z3.
Las operaciones morfológicas simplifican imágenes y conservan las principales
características de forma de los objetos.
Un sistema de operadores de este tipo y su composición, permite que las formas subyacentes
sean identificadas y reconstruidas de forma Morfología óptima a partir de sus formas
distorsionadas y ruidosas.
La morfología matemática se puede usar, entre otros, con los siguientes objetivos:
– Pre-procesamiento de imágenes (supresión de ruidos, simplificación de formas).
– Destacar la estructura de los objetos (extraer el esqueleto, detección de objetos,
envolvente convexa, ampliación, reducción, ...)
– Descripción de objetos (área, perímetro, ...)
1. Imágenes binarias
- Operaciones morfológicas:
» Dilatación, erosión, Transformada Hit-or-Miss, apertura y cierre.
- Aplicaciones:
» Extracción de fronteras y componentes conexas, rellenado de regiones,
adelgazamiento y engrosamiento, esqueleto y poda.
2. Imágenes en escala de grises
- Operaciones morfológicas
» Dilatación, erosión, apertura, cierre.
- Aplicaciones:
» Gradiente morfológico, transformada Top-Hat, texturas y granulometrías.
Erosión
La erosión de una imagen f por un elemento estructurante Y se denota por εY(f) y se define
como el mínimo (∧) de las traslaciones de f por los elementos s de Y:
En señales digitales o imágenes de escala de grises la noción de ínfimo pasa a denotarse
mínimo. En este caso, la erosión es el mínimo valor de la función imagen en la ventana
(dominio) definida por el elemento estructurante cuando su origen se sitúa en x (señales
unidimensionales) o (x, y) (imágenes). Para señales unidimensionales se puede definir la
erosión como:
El resultado de la erosión en señales bidimensionales de escala de grises (imágenes) es una
señal de menor valor, es decir, una imagen más oscura, puesto que la erosión pretende
minimizar el valor de la señal que, en el caso de los grises tiene una definición [0,255].
Se presenta un caso típico de minimización espacial para una zona de una imagen cuya
representación en niveles de gris se encuentra esquematizada en la tabla de pixels. Para las
operaciones morfológicas el elemento estructurante recorre la ventana seleccionada de la
imagen. En el caso de los bordes y esquinas se ha elegido la aproximación que asegura que
el origen del elemento estructurante recorre todos los pixels de la ventana elegida. Si el
elemento estructurante es mayor a un píxel y el origen se sitúa en el centro, en los bordes y
esquinas de la ventana el elemento estructurante actúa en menor definición, al compararse
el valor de un menor número de pixels.
Dilatación
El resultado de la dilatación es el conjunto de puntos origen del elemento estructurante Y
tales que el elemento estructurante contiene algún elemento del conjunto X, cuando el
elemento se desplaza por el espacio que contiene a ambos conjuntos:
Se puede extender la última definición de dilatación a imágenes binarias o de escala de grises
f, interpretando la dilatación como el máximo valor de las traslaciones de f (definidas por la
forma del elemento estructurante) en cada punto de la imagen:
En otras palabras, el valor de dilatación de un píxel (x, y) es el máximo valor de la imagen en
la ventana de vecindad definida por el elemento estructurante cuando su origen se sitúa en
(x, y):
El resultado de la dilatación en señales bidimensionales de escala de grises (imágenes) es,
generalmente, una señal de mayor valor, es decir, una imagen más clara, puesto que la
dilatación maximiza el valor de la señal.
