3-1說明開運(yùn)算與閉運(yùn)算的特點(diǎn)以及它們在圖像處理中的作用。答：圖像的腐蝕和膨脹運(yùn)算結(jié)合產(chǎn)生了圖像開運(yùn)算和閉運(yùn)算。1.形態(tài)學(xué)開運(yùn)算的特點(diǎn)：先對圖像進(jìn)行腐蝕操作，然后再對圖像進(jìn)行膨脹操作。它先對圖像進(jìn)行腐蝕，消除圖像中的噪聲和較小的連通域，之后通過膨脹運(yùn)算彌補(bǔ)較大的連通域中因腐蝕造成的面積減小。形態(tài)學(xué)開運(yùn)算的作用：（1）消除值高于鄰近點(diǎn)的孤立點(diǎn)，達(dá)到去除圖像中噪聲的作用；（2）消除較小的連通域，保留較大的連通域；（3）斷開較窄的狹頸，可以在兩個物體纖細(xì)的連接處將它們分離；（4）不明顯改變較大連通域的面積的情況下平滑連通域的連界、輪廓。2.形態(tài)學(xué)閉運(yùn)算的特點(diǎn)：先對圖像進(jìn)行膨脹操作，再對圖像進(jìn)行腐蝕操作。它先對圖像進(jìn)行膨脹以填充連通域內(nèi)的小型空洞，擴(kuò)大連通域的邊界，連接鄰近的兩個連通域，之后通過腐蝕運(yùn)算減少由膨脹運(yùn)算引起的連通域邊界的擴(kuò)大及面積的增加。形態(tài)學(xué)閉運(yùn)算的作用：（1）消除值低于鄰近點(diǎn)的孤立點(diǎn)，達(dá)到去除圖像中噪聲的作用；（2）連接兩個鄰近的連通域；（3）彌合較窄的間斷和細(xì)長的溝壑；（4）去除連通域內(nèi)的小型空洞；（5）和開運(yùn)算一樣也能夠平滑物體的輪廓；3-2使用binary_erosion()函數(shù)和binary_expand()函數(shù)替換3.2.3節(jié)開、閉運(yùn)算的Python實現(xiàn)例程中的binary_opening()函數(shù)和binary_closing()函數(shù)，即使用相同的結(jié)構(gòu)元素來比較腐蝕開和膨脹閉運(yùn)算，觀察與開、閉運(yùn)算結(jié)果的區(qū)別。答：代碼如下：#模塊導(dǎo)入fromskimage.ioimportimreadfromskimage.colorimportrgb2grayimportmatplotlib.pylabaspylabfromskimage.morphologyimportbinary_opening,binary_closing,binary_erosion,binary_dilation,disk#定義圖片顯示函數(shù)defplot_image(image,title=''):pylab.title(title,size=20),pylab.imshow(image)pylab.axis('off')#如果需要輸出圖像坐標(biāo)軸上的刻度，請注釋這一行#讀取輸入圖像im=rgb2gray(imread('點(diǎn).jpg'))im[im<=0.5]=0#創(chuàng)建固定閾值0.5的二值圖像im[im>0.5]=1pylab.gray()pylab.figure(figsize=(20,10))pylab.subplot(1,3,1),plot_image(im,'original')#對二值圖像進(jìn)行結(jié)構(gòu)元素尺寸為12的腐蝕開運(yùn)算im1=binary_erosion(im,disk(12))pylab.subplot(1,3,2),plot_image(im1,'openingwithdisksize'+str(12))#對二值圖像進(jìn)行結(jié)構(gòu)元素尺寸為6的膨脹閉運(yùn)算im1=binary_expand(im,disk(6))pylab.subplot(1,3,3),plot_image(im1,'closingwithdisksize'+str(6))pylab.show()輸出結(jié)果如下：3-3梯度用于刻畫目標(biāo)邊界或邊緣位于圖像灰度級劇烈變化的區(qū)域，實現(xiàn)增強(qiáng)結(jié)構(gòu)元素領(lǐng)域中像素的強(qiáng)度，突出高亮區(qū)域的外圍。形態(tài)學(xué)Beucher梯度計算可定義為輸入灰度圖像的膨脹運(yùn)算與腐蝕運(yùn)算的差值圖像，SciPy的ndimage也提供了一個計算灰度圖像形態(tài)學(xué)梯度的函數(shù)，請使用以上相關(guān)函數(shù)對“熊貓.jpg”（如圖3-25所示）進(jìn)行灰度圖像形態(tài)學(xué)梯度計算。fromscipyimportndimagefromskimage.ioimportimreadfromskimage.colorimportrgb2grayimportmatplotlib.pylabaspylabim=rgb2gray(imread('熊貓.jpg'))im_d=ndimage.grey_dilation(im,size=(7,7))im_e=ndimage.grey_erosion(im,size=(7,7))im_bg=im_d-im_eim_g=ndimage.morphological_gradient(im,size=(7,7))pylab.gray()pylab.figure(figsize=(20,18))pylab.subplot(231),pylab.imshow(im),pylab.title('original',size=20),pylab.axis('off')pylab.subplot(232),pylab.imshow(im_d),pylab.title('dilation',size=20),pylab.axis('off')pylab.subplot(233),pylab.imshow(im_e),pylab.title('erosion',size=20),pylab.axis('off')pylab.subplot(234),pylab.imshow(im_bg),pylab.title('Beuchergradient(bg)',size=20),pylab.axis('off')pylab.subplot(235),pylab.imshow(im_g),pylab.title('ndimagegradient(g)',size=20),pylab.axis('off')pyl