Experiencias en la implementación de las operaciones morfológicas de erosión y dilatación para imágenes binarias empleando vecindades adaptativas

• Autores: Yosbel Morales Olivera, Josué García Parrado, Pablo E. Reyes Fernández, Juan V. Lorenzo Ginori
• Localización: Revista Científica de Ingeniería Electrónica, Automática y Comunicaciones, ISSN-e 0258-5944, ISSN 1815-5928, Vol. 33, Nº. 2, 2012, págs. 34-41
• Idioma: español
• Títulos paralelos:
  • Experiences in the implementation of the morphological erosion and dilation operations for binary images using adaptive neighborhoods
• Enlaces
  • Texto completo (pdf)
• Resumen
  • español

    La morfología matemática es una herramienta muy poderosa para el procesamiento digital de imágenes. Se plantea que la morfología variable en el espacio muestra mejores resultados que la invariante. Existen varias morfologías variables en el espacio y se diferencian en la forma de asignar el elemento estructurante a cada píxel. Entre estas está la de vecindades adaptativas, que usa los conceptos de función de semejanza y nivel de tolerancia que permiten que el elemento estructurante asignado a cada píxel se ajuste a las características de la vecindad de este y varíen en forma y tamaño. La función de semejanza le asigna a cada píxel un valor real, que puede ser: iluminación, contraste, curvatura, etc. En este trabajo se implementan en MatLab la erosión y dilatación de la morfología de vecindades adaptativas. Las imágenes se procesan con las operaciones estándar de MatLab y con las implementadas en el trabajo, para observar similitudes y diferencias.

  • English

    Mathematical morphology is a powerful tool in image processing. It is asserted that the spatially-variant morphology produces better results than the invariant one in many cases. There are several spatially-variant morphologies and they differ in the form of assigning the structuring element to each pixel. One of these is the adaptive neighborhood morphology, which uses the concepts of criterion mapping and homogeneity tolerance. These concepts allow that the structuring element assigned to each pixel is adjusted to the characteristics of the pixel neighborhood and vary in form and size. The criterion mapping assigns to each pixel a real value that can represent: luminance, contrast or curvature among others. In this paper the operations of erosion and dilation of the adaptive neighborhood morphology are implemented using MatLab. The images are processed with the MatLab conventional operations and with the operations implemented in this paper to observe similarities and differences.