【图像数学形态学处理】膨胀与腐蚀运算

图像数学形态学处理，是以形态为基础对图像进行分析的数学工具，它用具有一定形态的结构元素，度量和提取图像中的对应形状，从而达到对图像分析和识别的目的。
其中腐蚀与膨胀是形态学处理的两个基本运算，许多形态学算法都是在这两种运算的基础上进行拓展的。
膨胀和腐蚀运算的效果实际上互为“相反”，如果说膨胀运算的效果是将目标物体变得更加饱满，那么腐蚀运算就是将目标物体变得更加细小。

膨胀运算（dilation）

定义

集合A与B，若满足上式，则称A被B膨胀。
也就是对B的反射进行平移，使之与A的交集不为空的点集合。

如上图所示，设A，B均为正方形，则其反射图形不变。B的反射集合A集合在A集合的四个角处都有3/4的点与A的交集为空，若要保证所有交集都不为空，则A必膨胀至蓝色阴影面积。称A被B膨胀。

应用说明

膨胀运算就是将与物体接触所有背景合并到该物体中，使边界向外扩张的过程。因此，膨胀运算常用来填补物体中的空洞及消除目标物体中的小颗粒噪声。如在处理一张字迹不清的图片时，可以用膨胀运算填补字迹的空洞，从而使字迹更加清晰。

腐蚀运算（erosion）

定义

集合A与B，若满足上式，则称A被B腐蚀。
也就是将B平移z后，集合被包含在A的点的集合。

如上图所示，设A，B均为正方形。B集合平移z单位后的集合在A集合的四角都有3/4的点不被A集合包含。则A必缩小至紫色阴影面积。称A被B腐蚀。

应用说明

腐蚀运算是一种消除边界点，使边界点向内部收缩的过程。因此，腐蚀运算常用来消除图像中一些小且意义的物体；使用腐蚀运算消除图像的背景部分，也可以产生滤波器的效果。

图像形态学二值化处理运算实现