二值形态学基本操作：腐蚀、膨胀、开运算、闭运算

1 腐蚀
腐蚀操作以某种形状的基元在图像内部探测，找出可以放下该基元的区域。
定义为：AΘB = {x：B+x ∈ A}
可以理解为用一个特殊形状的球（基元）在一个空间（原图）活动，球中心所能活动的所有区域就是腐蚀后的区域。
另一种定义方法是：
AΘB = ∩{A-b：b∈ B}
可以理解为不断平移原图，原图移动距离不超过腐蚀形状的范围，最后将所有的移动结果求交集，即可得出腐蚀后的区域。
也可以用矢量方法来定义：
AΘB = {x ∈ EN | (x+b) ∈ A，b∈B}

实现方法：用B的中心点（可自己定义）与A上每一个点（存在的点，空点不算）进行比较，如果B上所有的点都在A范围内，则保留该点，否则删去。
用程序的操作来说，就是先以中心点为基准将A和B对齐，再将两者做“与”运算，如果结果为1，则保留，否则删去。

代码如下（这里简化起见选择了坐标原点为中心点，原因是方便原址操作，不必新建矩阵来保存运算后的值）：

void corrosion(Cmat_imtx&B){//腐蚀 
        for (int i = 0; i<bmpHeight; i++){
            for (int j = 0; j<bmpWidth; j++){
                bool flag = true;
                if (bin_point(j, i)==0){//本来是空的点(白色)就不做操作
                    continue;
                }
                //B上所有点是否在A内：
                for (int y = i; y - i<B.height && y<bmpHeight; y++){
                    if (!flag)break;
                    for (int x = j; x - j<B.width && x<bmpWidth; x++){
                        if (B[y - i][x - j] && !bin_point(x, y)){//不在此范围则删除
                            flag = false;
                        }
                    }
                }
                if (flag==false){
                    bin_value(i, j, 0);//删去该点，赋值为空
                }
            }
        }
    }

Cmat_imtx是二维矩阵
这里期初犯了一个错误，以为255是黑色，0是白色，实际上恰恰相反。为了不混淆，用函数封装起来，用1表示存在点，0表示不存在。

测试效果如下：
原图：

腐蚀后：

这里使用的是2*2的腐蚀矩阵：
[1,1;1,0]

2 膨胀
有了腐蚀学习的基础，对膨胀的理解就快了一些。膨胀定义为：
A⊕B = ∪｛A + b:b∈ B｝
满足交换率：A⊕B = ∪｛B + b:b∈ A｝
腐蚀用于删去细枝末节，膨胀用于填充小孔小洞。它的实现方法是：
用B的中心点和A上以及A周围的点进行比较，如果有一个点落在A上，则该点为黑点（即赋值该点）。这是“或”操作，只需要将之前腐蚀操作改成或操作即可。
膨胀后效果：

3 开运算
开运算定义为：
A○B = （AΘB）⊕B
即先做腐蚀，后做膨胀。
效果：

开运算作用是：利用圆盘（圆盘即用于腐蚀膨胀的矩阵，但这里使用的并非圆盘）磨光内边缘，将尖角转化为圆角，圆盘的圆化有低通滤波的效果。（如图中 头发的部分几乎都被滤去）
4 闭运算
闭运算定义为：
A·B = （A⊕B）ΘB
即先做膨胀，后做腐蚀。

闭运算具有平滑功能，可以消除边缘毛刺以及孤立斑点（图中可明显看出），可以填补裂缝以及漏洞。

参考资料：
范立南：图像处理与模式识别[M] 科学出版社 2007 第一版 56-61