腐蚀与膨胀

小结

也就是说无论腐蚀还是膨胀，都是把结构元素B像卷积操作那样，在图像上平移，结构元素B中的原点就相当于卷积核的核中心，结果也是存储在核中心对应位置的元素上。只不过腐蚀是B被完全包含在其所覆盖的区域，膨胀时B与其所覆盖的区域有交集即可。

灰度形态学

在讲述灰度值形态学之前，我们进行一个约定，即将结构元素B覆盖住的图像A的区域记为P（取Part之意）。

灰度形态学的腐蚀

那么灰度形态学中的腐蚀就是类似卷积的一种操作，用P减去结构元素B形成的小矩形，取其中最小值赋到对应原点的位置即可。 
我们来看一个实例，进行加深对灰度形态学的理解。 
假设我们有如下的图像A和结构元素B： 

 

我们对输出图像的第一个元素的输出结果进行具体的展示，也就是原点对应的4的位置。输出图像其他的元素的值也都是这样得到的。我们会看到，B首先覆盖的区域就是被减数矩阵，然后在其差矩阵中求min（最小值）来作为原点对应位置的值。 

 

灰度形态学的膨胀

根据上面对腐蚀的描述，我们对膨胀做出同样的描述，灰度形态学中的膨胀就是类似卷积的一种操作，用P加上B，然后取这个区域中的最大值赋值给结构元素B的原点所对应的位置。  

对上面矩阵的和求最大值就是6，所以把6赋值给结构元素原点所对应的位置。

小结

上面介绍了灰度形态学的概念，这里来说一说各自的用处。相比较于原图像，因为腐蚀的结果要使得各像元比之前变得更小，所以适用于去除高峰噪声。而灰度值膨胀的结果会使得各像元比之前的变得更大，所以适用于去除低谷噪声。

开运算和闭运算

前面介绍了腐蚀和膨胀，而开运算和闭运算就是2种基本运算的叠加。正如开篇所说的那样，开运算就是先腐蚀再膨胀，闭运算就是先膨胀再腐蚀。这里也就不再赘述。 

 

 

取决于核的形状和size