摘要：本文利用灰度形态学重构的方法对图像进行滤波以及将形态学重建与Top-hat相结合检测眼部血管中的微动脉瘤，取得了较好的效果。
　　关键词：形态学；开重建；结构元素
　　中图分类号：TG441 文献标识码：A 文章编号：1674-7712 （2012） 14-0070-01
　　一、引言
　　数学形态学是以形态为基础对图像进行分析的数学工具，已经广泛的应用于数字图像处理、生物医学、信号处理、模式识别等领域，在图像处理当中，初期的数学形态学主要应用于二值图像，即二值形态学，近些年人们将二值形态学扩展到灰度空间，使得形态学方法不仅可以用于处理二值图像，也可以用于处理灰度图像，并逐步形成了灰度形态学。
　　二、开重建的滤波
　　三、形态学重建与Top-hat结合
　　由于开运算具有非扩展性，在处理过程中结构元素始终处于图像的下方，无法检测出图像中较尖锐的波峰，在实际应用中我们想从较暗（亮）的且平缓的背景中提取较亮（暗）的细节，比如增强图像中阴影部分细节特征，对灰度图像进行物体分割，检测灰度图像中波峰和波谷及细长图像结构等，只进行开运算将无法达到这种效果，因此我们可以应用形态学变换中的高帽（Top-hat）变换，可以有效的将图像的背景分割出去，从而使目标区域的轮廓更加清晰、明显。
　　我们以检测眼部血管中的微动脉瘤为例子，仅用简单的阈值分割无法检测出图像中的微动脉瘤，因为眼部血管中的微动脉瘤是与眼球血管网络的亮斑是相互独立的，微动脉瘤的灰度又与血管的灰度接近，周围都是黑色，灰度较浅的区域可以用形态学中的Top-hat变换检测出，但是这些区域中除了微动脉瘤外，还包括血管，因此仅采用Top-hat变换还是无法提取出动脉瘤，下面我们用形态学中的开运算对原始图像进行处理，选择合适的模板可以将动脉瘤从图像中去掉，因为血管形状和动脉瘤相比偏长，接下来对原始图像进行重建操作，用开运算得结果作为标记图像，由于其它血管和动脉瘤之间没有连接，重建后的图像中只有动脉瘤没有重建出来，最后用原始图像和重建后的图像做差，提取出动脉瘤的图像。
　　四、结束语
　　本文分析了形态学重建的具体应用，无论是对图像中噪声的滤除还是在医疗上的检测眼部血管的微动脉瘤都有着十分重要的意义。随着灰度形态学研究的不断深入，理论方法的日益成熟，在图像处理方面应用越来越广泛，已经发展成为一种新兴图像处理的理论和方法。
　　参考文献：
　　[1]张艳玲，刘桂雄，曹东.数学形态学的基本算法及在图像预处理中应用[J].科学技术与工程，2007，（3）：30-234.
　　[2]Philippe Salembier. “Morphological Multiscale Segmentation for Image Coding”.Signal Processing， 38：359-386，1994.
　　[3]穆士卿，杨新建，张莹等.颅内动脉瘤的三维数值模型分析[J].中国微侵袭神经外科，2008，13（10）：459-462.
　　[4]李想.CT图像的应用研究：[D].哈尔滨：哈尔滨工程大学，2004.
　　[作者简介]刘娜（1982-），女，民族：满族，籍贯：辽宁省抚顺人，职称：助教，学位：硕士，主要研究方向：图像处理。