灰度图像--形态学处理（腐蚀，膨胀，开、闭运算，顶帽（礼帽），低帽（黒帽），测定腐蚀、测地膨胀，形态学重建）

写这个帖子的原因是在学习灰度图像处理中，发现没有一个博客很系统全面的讲解这些形态学变换，所以为了帮助后来人，特此做此工作，但是能力有限，如果有不对的地方请大家多多批评指正！另外有一些前辈的工作在里面，在后面我会给出引用。

灰度图像与二值图像的形态学变换不尽相同，形态学处理的定义与二值图像有些不同，因为二值图像可以用一系列的二维坐标来表示图像信息，而灰度图需要一个三维坐标表示，而且二值图像中结构元SE是平坦的，没有灰度信息的，但灰度图中，结构元是可以带有第三维信息的，即结构元也是灰度的，这就带来了一些问题，因为二值图像中，形态学的输出结果完全由输入图像产生，但是结构元一旦引入灰度信息，那么输出结果将不再由输入图像唯一确定。所以，一般情况下，结构元都使用平坦的结构元。

腐蚀与膨胀

是形态学的基本操作，在灰度图像中也是如此，在二值图像中腐蚀和膨胀定义为对图像进行translation以后的“与”和“或”的逻辑操作结果，在灰度图像中，为了保存灰度信息，“与”和“或”操作被对应的替换成了“最大值”和“最小值”操作这样就给出了灰度图像中腐蚀和膨胀的操作定义。

直接看矩阵中的操作吧，简单明了。

腐蚀