Skip to content

morphology — ปรับแต่งรูปร่าง Mask (Morphological Operations) ​

โมดูล morphology ใช้สำหรับทำความสะอาดและปรับแต่งรูปร่างของ Binary Mask ที่ได้จากโมดูล threshold เช่น ลบจุดรบกวนเล็กๆ (Noise) อุดรูโหว่ภายในวัตถุ หรือเชื่อมส่วนที่ขาดออกจากกัน ก่อนส่งต่อไปนับจำนวนหรือวัดขนาดในโมดูล blob

1. การใช้งานใน Recipe ​

  • Input: mask (จำเป็นต้องระบุ, ภาพ 1-channel 8-bit CV_8UC1)
  • Parameters:
    • op (string, ค่าเริ่มต้น "open"): รูปแบบการดำเนินการทางสัณฐานวิทยา
      • "erode": กัดกร่อนขอบวัตถุสีขาวให้เล็กลง
      • "dilate": ขยายขอบวัตถุสีขาวให้ใหญ่ขึ้น
      • "open": ทำ erode แล้วตามด้วย dilate (ลบจุดขาวเล็กๆ โดยคงขนาดวัตถุหลักไว้)
      • "close": ทำ dilate แล้วตามด้วย erode (อุดรูดำเล็กๆ ในวัตถุ และเชื่อมช่องว่างแคบๆ)
    • ksize (int, ค่าเริ่มต้น 3, ช่วง 1 – 99, ต้องเป็นเลขคี่): ขนาดของ Structuring Element (สี่เหลี่ยมจัตุรัส MORPH_RECT ขนาด ksize x ksize พิกเซล)
    • iterations (int, ค่าเริ่มต้น 1, ช่วง 1 – 50): จำนวนรอบที่ทำซ้ำ
  • Output: image (Binary Mask ที่ผ่านการปรับแต่งแล้ว)
json
{
  "id": "clean_mask",
  "type": "morphology",
  "enabled": true,
  "params": {
    "op": "open",
    "ksize": 3,
    "iterations": 1
  },
  "inputs": { "mask": "mask" }
}

2. หลักการทำงานภายในซอฟต์แวร์ ​

อ้างอิงจาก src/tools/morphology.cpp:

  1. ตรวจสอบ Mask ขาเข้าจากพอร์ต "mask" ว่าไม่ว่าง และเป็น CV_8UC1
  2. ตรวจสอบว่า ksize เป็นเลขคี่และ >= 1
  3. สร้าง Structuring Element รูปสี่เหลี่ยมผืนผ้าด้วย cv::getStructuringElement(cv::MORPH_RECT, cv::Size(ksize, ksize))
  4. เรียกใช้ฟังก์ชัน OpenCV ตามค่า op:
    • "erode" → cv::erode
    • "dilate" → cv::dilate
    • "open" → cv::morphologyEx(..., cv::MORPH_OPEN, ...)
    • "close" → cv::morphologyEx(..., cv::MORPH_CLOSE, ...)

3. ทฤษฎีเบื้องหลัง (OpenCV & Machine Vision) ​

Mathematical Morphology อาศัยการเลื่อนหน้าต่างโครงสร้าง (Structuring Element, B) ทาบลงบนภาพขาว-ดำ A ทีละพิกเซล โดยมี 2 ปฏิบัติการพื้นฐาน:

1) Erosion (A⊖B) — การกัดกร่อน ​

พิกเซลตรงกลางของหน้าต่าง B จะยังคงเป็นสีขาว (255) ก็ต่อเมื่อทุกพิกเซลภายใต้หน้าต่าง B เป็นสีขาวทั้งหมด

  • ผลลัพธ์: วัตถุสีขาวหดเล็กลง จุด Noise สีขาวขนาดเล็กกว่า Kernel จะหายไป และวัตถุที่ติดกันแบบบางๆ จะถูกแยกออกจากกัน

2) Dilation (A⊕B) — การขยาย ​

พิกเซลตรงกลางของหน้าต่าง B จะกลายเป็นสีขาว (255) หากมีอย่างน้อยหนึ่งพิกเซลภายใต้หน้าต่าง B เป็นสีขาว

  • ผลลัพธ์: วัตถุสีขาวขยายใหญ่ขึ้น รูโหว่สีดำขนาดเล็กถูกเติมเต็ม และขอบที่ขาดหายจะเชื่อมติดกัน

3) Opening และ Closing (ปฏิบัติการผสม) ​

เนื่องจากการทำ erode หรือ dilate เดี่ยวๆ จะทำให้ขนาด/พื้นที่ (Area) ของชิ้นงานเปลี่ยนไป จึงนิยมใช้แบบผสม:

Operationลำดับการทำงานสูตรหน้าที่หลักในงาน Vision
openErode → Dilate(A⊖B)⊕Bกำจัด Noise สีขาวขนาดเล็ก (Salt noise) รอบนอกวัตถุ โดยรักษาขนาดพื้นที่วัตถุหลักให้ใกล้เคียงเดิม
closeDilate → Erode(A⊕B)⊖Bอุดรูโหว่สีดำเล็กๆ (Pepper noise) ภายในวัตถุ และเชื่อมรอยแยกเล็กๆ ให้เป็นชิ้นเดียวกัน

ข้อควรระวังในการตั้งค่า ksize และ iterations

  • การเพิ่ม ksize จาก 3 เป็น 5 หรือเพิ่ม iterations จะส่งผลต่อรูปทรงแรงขึ้นและใช้เวลาประมวลผลมากขึ้น
  • หากต้องการวัดขนาดพื้นที่ (Area) ของ Blob ให้แม่นยำ ควรใช้ ksize เล็กที่สุดเท่าที่จำเป็นในการกำจัด Noise