Brief DescriptionThe hit-and-miss t

Brief Description

The hit-and-miss transform is a general binary morphological operation that can be used to look for particular patterns of foreground and background pixels in an image. It is actually the basic operation of binary morphology since almost all the other binary morphological operators can be derived from it. As with other binary morphological operators it takes as input a binary image and a structuring element, and produces another binary image as output.



How It Works

The structuring element used in the hit-and-miss is a slight extension to the type that has been introduced for erosion and dilation, in that it can contain both foreground and background pixels, rather than just foreground pixels, i.e. both ones and zeros. Note that the simpler type of structuring element used with erosion and dilation is often depicted containing both ones and zeros as well, but in that case the zeros really stand for `don't care's', and are just used to fill out the structuring element to a convenient shaped kernel, usually a square. In all our illustrations, these `don't care's' are shown as blanks in the kernel in order to avoid confusion. An example of the extended kind of structuring element is shown in Figure 1. As usual we denote foreground pixels using ones, and background pixels using zeros.





Figure 1 Example of the extended type of structuring element used in hit-and-miss operations. This particular element can be used to find corner points, as explained below.

The hit-and-miss operation is performed in much the same way as other morphological operators, by translating the origin of the structuring element to all points in the image, and then comparing the structuring element with the underlying image pixels. If the foreground and background pixels in the structuring element exactly match foreground and background pixels in the image, then the pixel underneath the origin of the structuring element is set to the foreground color. If it doesn't match, then that pixel is set to the background color.

For instance, the structuring element shown in Figure 1 can be used to find right angle convex corner points in images. Notice that the pixels in the element form the shape of a bottom-left convex corner. We assume that the origin of the element is at the center of the 3×3 element. In order to find all the corners in a binary image we need to run the hit-and-miss transform four times with four different elements representing the four kinds of right angle corners found in binary images. Figure 2 shows the four different elements used in this operation.

ผลลัพธ์ (ไทย) 1:

คำอธิบายโดยย่อการแปลง hit-and-miss อยู่ทั่วไปฐานของการดำเนินการที่สามารถใช้เพื่อค้นหารูปแบบเฉพาะของพื้นหน้าและพื้นหลังของพิกเซลในภาพ มันเป็นจริงการทำงานพื้นฐานของสัณฐานวิทยานารีเนื่องจากเกือบทั้งหมดในอื่น ๆ ไบนารีของผู้ประกอบการสามารถได้รับมาจาก พอ ๆ กับตัวอื่น ๆ ของไบนารี เป็นป้อนข้อมูลรูปแบบไบนารีและองค์ประกอบ structuring และสร้างรูปแบบไบนารีอื่นผลผลิตวิธีการทำงานองค์ประกอบ structuring ที่ใช้ในการ hit-and-miss คือ ส่วนขยายเล็กน้อยชนิดที่นำมาใช้สำหรับการกัดเซาะและ dilation ที่สามารถประกอบด้วยทั้งเบื้องหน้า และพื้นหลังเซล มากกว่าเพียงเบื้องหน้าพิก เซล เช่นคนและศูนย์ หมายเหตุที่ง่ายกว่าชนิดของการจัดโครงสร้างองค์ประกอบใช้กับการกัดเซาะและ dilation เป็นบ่อยครั้งภาพที่ประกอบด้วยทั้งคน และศูนย์ด้วย แต่ในกรณีที่ เลขศูนย์ยืนสำหรับจริงๆ ' ไม่สนใจของ ', และไม่เพียงใช้ในการกรอกข้อมูลองค์ประกอบ structuring เคอร์เนลรูปสะดวก สี่เหลี่ยมมักจะ ในภาพประกอบของเราทั้งหมด เหล่านี้ ' ไม่สนใจของ ' จะแสดงเป็นช่องว่างในเคอร์เนลเพื่อหลีกเลี่ยงความสับสน ตัวอย่างของชนิดของการจัดโครงสร้างองค์ประกอบเพิ่มเติมจะแสดงในรูปที่ 1 ตามปกติเราเบื้องหน้าพิกเซลที่ใช้คนแสดง และใช้ศูนย์พิกเซลพื้นหลังตัวอย่างรูปที่ 1 ชนิดที่ขยายของการจัดโครงสร้างองค์ประกอบที่ใช้ในการดำเนินงาน hit-and-miss องค์ประกอบเฉพาะนี้สามารถใช้หาจุดมุม ตามที่อธิบายไว้ด้านล่างHit-and-miss เป็นดำเนินการในวิธีเดียวกันเป็นตัวดำเนินการอื่น ๆ ของ โดยแปลต้นกำเนิดขององค์ประกอบ structuring จุดทั้งหมดในรูปภาพ และจากนั้น เปรียบเทียบองค์ประกอบ structuring กับพิกเซลรูปแบบ ถ้าพิกเซลพื้นหน้าและพื้นหลังในองค์ประกอบ structuring ตรงพื้นหน้าและพื้นหลังของพิกเซลในภาพ พิกเซลใต้ต้นกำเนิดขององค์ประกอบ structuring ถูกตั้งค่าเป็นสีพื้นหน้า ถ้าไม่ตรง พิกเซลที่ถูกตั้งค่าเป็นสีพื้นหลังตัวอย่าง องค์ประกอบ structuring ที่แสดงในรูปที่ 1 สามารถใช้หาจุดนูนมุมฉากในรูป สังเกตว่า พิกเซลในองค์ประกอบรูปร่างของมุมล่างซ้ายนูน เราสมมติว่า เป็นต้นกำเนิดขององค์ประกอบขององค์ประกอบ 3 × 3 เพื่อที่จะหามุมในรูปแบบไบนารีที่เราจำเป็นต้องรันการแปลง hit-and-miss ครั้งที่สี่ มีสี่องค์ประกอบต่าง ๆ แทนมุมฉากสี่ชนิดพบในรูปแบบไบนารี รูปที่ 2 แสดงองค์ประกอบต่าง ๆ 4 ใช้ในการดำเนินการนี้

ผลลัพธ์ (ไทย) 3:

คําอธิบาย

ตีและพลาดแปลงเป็นเลขฐานสองสัณฐานวิทยาการทั่วไปที่สามารถใช้ในการมองหารูปแบบเฉพาะของพื้นหน้าและพื้นหลังพิกเซลของภาพ มันเป็นจริงพื้นฐานการดำเนินงานของเลขฐานสองสัณฐานวิทยาตั้งแต่เกือบทั้งหมดอื่น ๆเลขฐานสองสัณฐานวิทยาผู้ประกอบการสามารถได้รับจากมันเป็นกับอื่น ๆเลขฐานสองสัณฐานวิทยาผู้ประกอบการใช้เป็นข้อมูลไบนารีภาพและจัดองค์ประกอบภาพ และสร้างไบนารีเป็นอื่นออก





มันทำงานโครงสร้าง องค์ประกอบที่ใช้ในการตีและพลาดเป็นเล็กน้อยเพื่อส่งเสริมชนิดที่ได้รับการแนะนำสำหรับการกัดเซาะและการขยายในที่สามารถ มีทั้งเบื้องหน้าและเบื้องหลังพิกเซล แทนที่จะเป็นแค่เบื้องหน้าพิกเซลคือทั้ง 2 คนและศูนย์ โปรดทราบว่าชนิดที่เรียบง่ายของโครงสร้าง องค์ประกอบที่ใช้กับการกัดเซาะและการมักจะเป็นภาพที่มีทั้ง คน และ ศูนย์ เช่นกัน แต่ในกรณีนี้ศูนย์จริงๆยืน ` ไม่สน ' , และเป็นเพียงใช้กรอกโครงสร้างองค์ประกอบที่จะสะดวก รูปร่างเมล็ด โดยปกติตาราง ในตัวอย่างของเราเหล่านี้ ` ไม่สน ' จะปรากฏเป็นช่องว่างในเมล็ด เพื่อหลีกเลี่ยงความสับสน ตัวอย่างของการขยายชนิดขององค์ประกอบที่แสดงในรูปที่ 1 ตามปกติเราแสดงพิกเซลโดยใช้คนเบื้องหน้าและเบื้องหลังพิกเซลโดยใช้ศูนย์





รูปที่ 1 ตัวอย่างของการขยายประเภทขององค์ประกอบที่ใช้ในการตีและพลาดงานองค์ประกอบนี้โดยเฉพาะสามารถใช้ในการค้นหาจุดที่มุมตามที่อธิบายไว้ด้านล่าง .

ตีและพลาดการผ่าตัดในลักษณะเดียวกับผู้ประกอบการสัณฐานอื่น ๆโดยจากจุดเริ่มต้นของการจัดโครงสร้างองค์ประกอบทุกจุดในรูปภาพและจากนั้นเปรียบเทียบกับโครงสร้างพื้นฐานองค์ประกอบภาพพิกเซลถ้าเบื้องหน้าและพิกเซลพื้นหลังในโครงสร้างองค์ประกอบตรงกับพื้นหน้าและพื้นหลังพิกเซลในภาพแล้วพิกเซลใต้จุดเริ่มต้นของโครงสร้าง องค์ประกอบ ชุดสีด้านหน้า ถ้ามันไม่ตรงกับ ที่พิกเซลตั้งค่าสีพื้นหลัง

สำหรับอินสแตนซ์การสร้างองค์ประกอบที่แสดงในรูปที่ 1 สามารถใช้เพื่อหาจุดมุมขวามุมโค้งในรูป สังเกตเห็นว่า พิกเซลในรูปแบบองค์ประกอบรูปร่างของมุมล่างซ้ายนูน เราสันนิษฐานว่า ที่มาขององค์ประกอบที่เป็นจุดศูนย์กลางขององค์ประกอบ 3 × 3เพื่อที่จะหามุมทั้งหมดในรูปแบบไบนารี เราต้องใช้ตีและพลาดเปลี่ยนสี่ครั้งกับสี่องค์ประกอบที่แตกต่างกันของชนิดของมุมสี่มุมขวาพบภาพไบนารี รูปที่ 2 แสดงสี่องค์ประกอบต่าง ๆที่ใช้ในการปฏิบัติการครั้งนี้