獸用B超圖像的去毛刺處理
獸用B超經過輪廓提取后，由于獸用B超圖像本身的復雜性等因素，通常有時候會產生帶毛刺的結果圖像。為了消除毛刺，作者采用了一種基于擊中，擊不中運算的算法。
這種算法采用了四個結構對來對原輪廓獸用B超圖像進行擊中/擊不中運算。只要其中有一個結構元素擊中原輪廓獸用B超圖像，那么就將對應于結構元素中心點的原輪廓獸用B超圖像上的點作為毛刺點去除掉。對于一個封閉的輪廓獸用B超圖像，可以多狄運用此算法對原獸用B超圖像進行去毛刺操作，由此可以去掉比較長(不止一個像素長)的毛刺，對圖像的其他部分不會產生影響，結果將處于穩定狀態。
輪廓提取的目的是獲得獸用B超圖像的外部輪廓特征。在必要的情況下應用一定的方法表達輪廓的特征。為圖像的形狀分析做準備。在課題中，得到了獸用B超圖像的二值分割結果后，對獸用B超圖像中有診斷意義或是有特定要求的區域進行輪廓提取．為后續的三維顯示工作做準備。
二值獸用B超圖像的輪廓提取的算法其實非常簡單，就是掏空內部點：如果原圖中有一點為黑，且它的8個相鄰點都是黑色時(此時該點是內部點)，則將該點刪除。聯系到上述數學形態學的內容，可以看到，這實際上相當于用一個九個點的結構元素對原獸用B超圖像進行腐蝕．再用原圖像減去腐蝕圖像。
獸用B超圖像的細化處理
在獸用B超圖像處理中，形狀信息是十分重要的。一個圖像的“骨架”，是指獸用B超圖像中央的骨骼部分，是描述獸用B超圖像幾何及拓撲性質的重要特征之一。為了便于描述和抽取特征，對那些細睦的區域常用它的骨架的細線來表示，這些細線處于圖形的中軸附近，而且從視覺上仍然保持原來的形狀，這種處理就是圖像的細化。在文字識別、地質構造識別、工業零件形狀識別或圖像理解中，先對被處理的獸用B超圖像進行細化有助于突出形狀特點和減少冗余的信息量。
獸用B超圖像細化的目的主要是得到與原來區域形狀近似的用簡單的弧和曲線組成的圖形。獸用B超圖像細化算法可以看成是一種特殊的多次迭代的腐蝕算法。但是細化的結果是要求得到一個曲線組成的連通圖形，這是細化與腐蝕的根本區別，否則像腐蝕那樣對圖形進行處理將破壞獸用B超圖像的連通性。因此，在每次迭代中，必須消去那些只有一個鄰點的邊界點，以防止弧的端點被消去。從而可知在細化一幅圖像X的過程中應該滿足兩個條件：***，在細化的過程中，X應該有規律的縮小；第二，在x逐步縮小的過程中，應當使x的連通性質保持不變。
國內外研究已經提出各種細化算法，如剝皮法、計算***大距離法、計算***大數值法Hilditch法，Deutsch法等等”
本文來自鄭州博祥來電子科技有限公司轉載請說明出處
