Image processing 8 

 
Example 1 
Structural elements that can be used in morphological operations: 

se1=strel('pair',[3,-2]); % displacement against the central pixel for a vector [3,-2] 
figure; imshow(getnhood(se1),

 

'InitialMagnification', 'fit'); 

se2=strel('line',10,60); % number of pixels, angle towards x axis 
figure; imshow(getnhood(se2), 'InitialMagnification', 'fit'); 
se3=strel('disk',10); % radius 
figure; imshow(getnhood(se3), 'InitialMagnification', 'fit'); 
se4=strel('diamond',3); % radius 
figure; imshow(getnhood(se4), 'InitialMagnification', 'fit'); 
se5=strel('periodicline',2,[-2,1]); % twice, displacement for a vector [-2,1] 
figure; imshow(getnhood(se5), 'InitialMagnification', 'fit'); 
se6=strel('ball',15,3); % circle radius 
figure; imshow(getnhood(se4), 'InitialMagnification', 'fit'); 
ss=getheight(se4); 
ss(isinf(ss))=0; 
figure; imshow(mat2gray(ss), 'InitialMagnification', 'fit'); 
 
Example 2 
Binary image erosion: 

L=imread('bacteria.bmp'); 
figure; imshow(L); 
SE=ones([3, 3]); 
E=imerode(L,SE); 
figure; imshow(E) 
L2=L-E; % a difference between the source image and the eroded one (pixels that 
have been removed) 
figure; imshow(L2); 
 
Exercise 1 
Function ‘imdilate’ allows making image dilation. Please use this function for the image 
“bacteria.bmp” (binarize image before). Then, show pixels that have been removed. 
 
Exercise 2 
Try to use another structural element size, for example 3x1. Conduct the operation five 
times. 
 
Exercise 3 
Make erosion and dilation using any grayscale and colourful image. The result will be 
more visible if we repeat the operation several times. 
 
 

 

Example 3 
Using dilation and erosion for objects edges detection: 

[L1] = imread('bacteria.bmp'); 
%L1=rgb2gray(L1); 
figure; imshow(L1); 
SE=ones(3); 
gradL1=(imdilate(L1,SE)-imerode(L1,SE)); 
figure; imshow(gradL1,[]); 
[L1] = imread('bacteria.bmp'); 
%L1=rgb2gray(L1); 
figure; imshow(L1); 
SE=ones(3); 
laplaceL1=(imdilate(L1,SE)+imerode(L1,SE)-2*L1); 
figure; imshow(laplaceL1,[]); 
 
Example 4 
Closing operation made for a binarized image: 

L1 = imread('bacteria.bmp'); 
L1=L1>128; 
figure; imshow(L1); 
SE=ones(3); 
L2=imclose(L1,SE); 
figure; imshow(L2); 
 
Exercise 4 
For the same image, please, conduct the operation of opening (‘imopen’) and compare 
the results (with example 5). Show the difference of these images. 
 
Exercise 5 
Please, check the results of opening and closing for grayscale and colour images. Try 
to use another structural element. Show the difference between the resulting images. 
 
Example 5 
Grayscale image thinning (different size of structural element): 

L1=imread('vessels.jpg'); 
L1=(L1)<150; 
figure; imshow(L1); 
L2a=bwmorph(L1,'shrink',5); 
figure; imshow(L2a); 
L2b=bwmorph(L1,'shrink',10); 
figure; imshow(L2b); 
L2c=bwmorph(L1,'shrink',40); 
figure; imshow(L2c); 
 
Exercise 6 
Thinning can be executed also by employing “thin” function, and thickening – using 
“thicken”. The structural element size is defined as above. Please, try to use these 
functions for the image “drawing.bmp”. 
 

Example 6 
Image skeletonization with “branches” cutting and elimination of the isolated pixels: 

L1=imread('vessels.jpg'); 
L1=(L1)<150; 
figure; imshow(L1); 
L2=bwmorph(L1,'skel',Inf); 
figure; imshow(L2); 
L3=bwmorph(L2,'spur',Inf); 
figure; imshow(L3); 
L4=bwmorph(L3,'clean',Inf); 
figure; imshow(L4); 
 
Exercise 7 
„Bwmorph” enables to conduct several operations, for example: 'bridge' (joining 
pixels with the bridge), 'hbreak' (removing of junctions in the shape of H letter), 
'remove' (inner pixels removing), 'fill’ (1-pixel holes filling or isolated black pixels 
removing). Please try to use this function with different arguments. Use images 
“drawing.bmp” and “vessels. jpg”. 
 
Example 7 
Contours detection: 

[L1]=imread('cells1.bmp'); 
L1=L1<180; 
figure; imshow(L1); 
SE=ones([3,3]); 
E=imerode(L1,SE); 
L2=L1-E; 
figure; imshow(L2); 

Another way: 

L3 = bwperim(L1,8); % neighbourhood type 
figure; imshow(L3) 
 
Exercise 8 
Please, try to find contours in any image with distinct edges, for example 
„Krakow_3.jpg”. 
 
Example 8 
Detection of pixels exact configuration (here: horizontal lines, 10 pixels long): 

L1=imread('drawing.bmp'); 
figure; imshow(L1); 
SE=ones([1 10]); 
L2=bwhitmiss(L1,SE); 
figure; imshow(L2); 
 

 

Example 9 
In the “hit-and-miss” operation the structural element has mixed character. While 
construct it, remember, that: 
• pixels, that should be hit (pixels of an object) should be marked with 1 
• pixels, that should be missed (pixels of a background) should have value of -1 
• pixels, that are not taken into consideration (insignificant) – are marked with 0. 
In the example below, the structural element was used that indicates object’s corners. 
 
 
 
 
L1=imread('vessels1.bmp'); 
figure; imshow(L1, 'InitialMagnification', 'fit'); 
SE=[0,1,0;-1,1,1;-1,-1,0] 
L2=bwhitmiss(L1,SE); 
figure; imshow(L2, 'InitialMagnification', 'fit'); 
 
Exercise 9 
Try to find different pixels’ configurations employing “hit-and-miss” structural element. 
Use any binary image with low resolution. 

x  1  x 
0  1  1 
0  0  x