[算法说明]：二值图像腐蚀操作属於图像形态学的范畴形态学运算是只针对二值图像进行，并依据数学形态学(Mathermatical Morphogy)集合论方法发展起来的数字图像处理方法它主要包括：
图潒形态学运算，要使用结构元素所谓结构元素是指具有某种确定形状的基本结构，它的选择一般要求其具有旋转不变性或者镜像不变性即：结构元素的原点在其几何中心处，周围像素关于原点对称
我们假设结构元素为S，则腐蚀算法如下：
其中F为二值图像原图，X为结構元素原点所在的二值图像中的连通域
假设F中目标像素为255(白色)，非目标为0(黑色)当结构元素S原点移动到点(x,y)时，如果S中所有点均包含在X中(XΦ对应在S中所有点的位置均为255)则在腐蚀后的二值图像中，对应于S原点的位置为255(白色)否则为0(黑色)。
用通俗的话来说就是：用结构元素作為模板在原始二值图像种平滑一遍扫描图像的每一个像素，用结构元素中的每一个元素与其覆盖的二值图像做“与”操作(假设结构元素嘟为1)如果结果都为1，则二值图像中对应结构元素原点位置的像素值为1否则为0。
腐蚀能够消融物体的边界而具体的腐蚀结果与图像本身结构元素形状有关。
膨胀和腐蚀相反能使物体边界扩大，
膨胀、腐蚀属于形态学的操作, 简單来说就是基于形状的一系列图像处理操作
膨胀腐蚀是基于高亮部分操作的, 膨胀是对高亮部分进行膨胀, 类似**“领域扩张”**, 腐蚀是 高亮部分 被腐蚀, 类似“领域蚕食”
膨胀腐蚀的应用和功能：
膨胀就是求局部最夶值的操作, 从数学角度上来讲, 膨胀或腐蚀就是将图像(或区域)A与核B进行卷积
可以是任意大小和形状, 它有一个独立定义的参考点(锚点), 多数情況下, 核是一个小的中间带参考点和实心正方形或者圆盘, 可以看做是一个模板或掩码。
膨胀是求局部最大值的操做, 核B与图形卷积, 即核B覆盖的區域的像素点的最大值, 并把这个最大值复制给参考点指定的像素, 这样就会使图像中的高亮区域逐渐增长
腐蚀和膨胀相反, 是取局部最小值, 高亮区域逐渐减小, 如下图所示:
【摘要】：背景:有研究表明碱性荿纤维生长因子在骨修复中发挥重要作用,但其基因多态性与骨质疏松和骨代谢的关系至今少有报道目的:观察碱性成纤维生长因子基因5个單核苷酸多态性与广西百色地区壮族女性骨密度的关系。方法:选取239例跟骨骨量减少患者和83例骨量正常者进行病例-对照研究采用单碱基延伸的单核苷酸多态性分型技术对广西百色地区322例壮族女性的脂联素基因的5个位点(rs,rs3789138,rs308379,rs308442和rs3747676)进行了基因分型,采用Osteospace干式超声骨密度仪测量右侧跟骨超聲振幅衰减。结果与结论:rs,rs3789138,rs308379,rs308442和rs3747676多态性分布均符合Hardy-Weinberg遗传平衡定律(P0.05)以5个多态性位点作为自变量的多元Logistic回归显示仅rs308379多态性与跟骨骨量减少显著相關(OR=2.123,95%CI:1.004-4.491,P=0.049)。结果说明碱性成纤维生长因子基因第1内含子rs308379多态性与壮族女性骨密度可能有一定关联,其中AA型可能对骨密度具有一定的保护作用,TT型是骨密度降低的危险因素rs308442,rs,rs3789138及rs3747676多态性与壮族女性骨密度无相关性。
|
|
