Matlab底层源代码实现图像腐蚀，膨胀操作（与Halcon效果一致）

理论基础

      数学形态学的运算以腐蚀和膨胀这两种基本运算为基础，引出了其他几个常用的数学形态运算，最常见的基本运算有七种，分别是：膨胀，腐蚀，开运算，闭运算，击中，细化和粗化，它们是全部形态学的基础，运用这些运算及其组合可以进行图像形状和结构的分析及处理，常见于图像预处理工作中，为后面图像分割，特征提取，边界检测，图像滤波等打下基础。
      腐蚀是数学形态学的两种最为基本的运算之一，腐蚀在数学形态学的作用是消除物体边界点，使边界向内部收缩，可以把小于结构元素的物体去除。这样选取不同大小的结构元素，就可以去除不同大小的物体。如两个区域之间有细小的通道，通过腐蚀可以将两个区域分开。腐蚀的数学表达式是
                                                       S = X ⨂ B = { x , y ∣ B x y ⊆ X } S=X\bigotimes B=\left \{ x,y\mid B_{xy}\subseteq X\right \} S=X⨂B={x,y∣Bxy​⊆X}
      膨胀是数学形态学中除腐蚀之外的另一种基本运算。膨胀在数学形态学中的作用与腐蚀的作用正好相反，它是对二值化物体边界点进行扩充，将与物体接触的所有背景点合并到该物体当中。如果两个物体之间的距离比较近，则膨胀运算可能将两个物体连接在一起，膨胀对于填补空洞狠有用。膨胀的数学表达式为：
                                                       S = X ⨁ B = { x , y ∣ B x y ∩ X ≠ φ } S=X\bigoplus B=\left \{ x,y\mid B_{xy}\cap X\neq \varphi \right \} S=X⨁B={x,y∣Bxy​∩X=φ}

图像腐蚀操作

%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
%图像的腐蚀操作
%Author:Zhu
%时间：2022.6
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
clc;
image = imread("F:\\fabrik.png");
image_matrix=image(:,:,1);
image_matrix=double(image_matrix);
[height,width,channels]=size(image);
image_out = zeros(height,width);

%输入的卷积核大小
maskHeight=11;
maskWidth=11;

%当前像素值
currentPixel=0;

for i=(maskHeight+1)/2:height-(maskHeight+1)/2
    for j=(maskWidth+1)/2:width-(maskWidth+1)/2
        minValue = 255;
        %更新最大值
        for k=1:maskHeight
            for p=1:maskWidth
                currentPixel = image_matrix(i-(maskHeight+1)/2+k,j-(maskWidth+1)/2+p);
                if(currentPixel<minValue)
                    minValue = currentPixel;
                end
            end
        end
        %更新卷积核中心的数值
        image_out(i,j)=minValue;
    end
end

%图像边缘像素修改
for i=1:height
    for j=1:width
        if(i>(maskHeight+1)/2 && i<height-(maskHeight+1)/2 && j>(maskWidth+1)/2 && j<width-(maskWidth+1)/2)
            image_out(i,j)= image_out(i,j);
        else
            image_out(i,j)= image_matrix(i,j);
        end
    end
end

%显示图像
image_out = uint8(image_out);
subplot(1,2,1);
imshow(image);
subplot(1,2,2);
imshow(image_out);

图像膨胀操作

%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
%图像的膨胀操作
%Author:Zhu
%时间：2022.6
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
clc;
image = imread("F:\\fabrik.png");
image_matrix=image(:,:,1);
image_matrix=double(image_matrix);
[height,width,channels]=size(image);
image_out = zeros(height,width);

%输入的卷积核大小
maskHeight=11;
maskWidth=11;

%当前像素值
currentPixel=0;

for i=(maskHeight+1)/2:height-(maskHeight+1)/2
    for j=(maskWidth+1)/2:width-(maskWidth+1)/2
        maxValue = 0;
        %更新最大值
        for k=1:maskHeight
            for p=1:maskWidth
                currentPixel = image_matrix(i-(maskHeight+1)/2+k,j-(maskWidth+1)/2+p);
                if(currentPixel>maxValue)
                    maxValue = currentPixel;
                end
            end
        end
        %更新卷积核中心的数值
        image_out(i,j)=maxValue;
    end
end

%图像边缘像素修改
for i=1:height
    for j=1:width
        if(i>(maskHeight+1)/2 && i<height-(maskHeight+1)/2 && j>(maskWidth+1)/2 && j<width-(maskWidth+1)/2)
            image_out(i,j)= image_out(i,j);
        else
            image_out(i,j)= image_matrix(i,j);
        end
    end
end

%显示图像
image_out = uint8(image_out);
subplot(1,2,1);
imshow(image);
subplot(1,2,2);
imshow(image_out);

Halcon算子

*腐蚀图像
gray_erosion_rect (Image, ImageMin, 11, 11)
*膨胀图像
gray_dilation_rect (Image, ImageMax, 11, 11)

Halcon与源码图像效果比对

Halcon腐蚀效果

Matlab源码腐蚀效果

Halcon膨胀效果

Matlab源码膨胀效果