Ưu điểm: các nhiễu nhỏ hơn structure element bị loại bỏ hoàn toàn, nâng cao chất lượng ảnh.
Khuyết điểm: Ảnh ra bị méo dạng một phần ở các góc so với ảnh ban đầu, độ biến dạng phụ thuộc vào kích cỡ của structure element
Vấn đề đặt ra là chọn structure element thế nào là hợp lý. Nếu chọn structure element quá nhỏ thì không loại bỏ được hoàn toàn các nhiễu, nếu chọn structure element quá lớn thì ảnh hưởng đến các đối tượng tiềm năng khác. Bởi vì, khi một khối liên kết bị xói mòn một phần, nó có thể khôi phục lại nguyên trạng ban đầu, còn khi nó bị xói mòn hoàn toàn thì xem như mất. Ta xem ví dụ sau.
Ví dụ 3.6: Cũng dùng ảnh từ camera như ví dụ trước, nhưng structure element có dạng:
Hình 3.29 Ảnh structure element hình đĩa, bán kính 1
Áp dụng thuật toán Opening, ta có các kết quả sau:
Hình 3.30 Ảnh ra của bước Erosion
27
Do structure element nhỏ hơn so với một số đối tượng nhiễu nên không xóa hoàn toàn được, chúng sẽ được khôi phục lại kích thước bởi dilation. Thay vì chỉ có 1 đối tượng tồn tại theo mong muốn, ta lại nhận được 3 đối tượng. Đây sẽ là gánh nặng cho các chương trình phía sau, cụ thể là chương trình phân đoạn đối tượng, chương trình nhận diện. Ví dụ tiếp theo sẽ làm sáng tỏ vấn đề này.
Ví dụ 3.7
Dùng structure element lớn hơn :
Hình 3.32 Structure element dạng hình đĩa, bán kính 4
Hình 3.33 Ảnh từ camera
Các chi tiết về phần có màu đỏ được giữ lại, và bỏ đi những phần có Cr thấp hơn ngưỡng:
28
Hình 3.34 Ảnh trắng đen
Đến bước erosion, đối tượng gần như bị ăn mòn hoàn toàn, chỉ còn lại bài điểm trắng
Hình 3.35 Ảnh qua bước erosion
Bước dilation khôi phục một phần đối tượng, nhưng không hoàn toàn. Thay vì có 1 đối tượng như ban đầu thì nó giờ đối tượng đó bị chia các thành các mảng khác nhau. Điều này dẫn đến việc kết quả nhận diện sai.
29