常见的形态学处理包括腐蚀、膨胀、开运算、闭运算。不同的操作有不同的作用，同样的操作在不同类型的图片上也有不同效果，具体效果如下表格所示。要求熟练掌握对二值图像的形态学处理。
不同操作对不同类型图像处理效果
一、对二值图像进行处理
1、结构元素
在开始形态学操作之前，要准备好结构元素，通常结构元素是凸的，并且有一个参考点。
我们会将结构元素的参考点滑过待处理图像的每一个像素，并考虑此时结构元素和图像区域的关系。下面定义一个结构元素，结构元素的图片效果、数值展示如下图：
SE = strel('diamond',3);
GN=getnhood(SE)%获取结构元素的邻域
figure,imshow(GN,[]);
2、腐蚀
腐蚀的作用是标记原图像中结构元素出现的位置，标记的位置为参考点所在的位置。
Image=imread('menu.bmp'); %打开图像
BW=im2bw(Image); %转换为二值图像
subplot(131),imshow(BW);title('原图像');
[h w]=size(BW); %获取图像尺寸
result=ones(h,w); %定义输出图像，初始化为1
for x=2:w-1
for y=2:h-1 %扫描图像每一点，即结构元素移动到每一个位置
for m=-1:1
for n=-1:1 %当前点周围3×3范围，即3×3结构元素所覆盖范围
if BW(y+n,x+m)==0 %该范围内有像素点为0，即该位置不能完全包含结构元素
result(y,x)=0; %将参考点记录为背景点，即腐蚀掉
break;
end
end
end
end
end
subplot(132),imshow(result); title('自编程实现二值图像腐蚀');
SE=strel('square',3); %创建结构元素
result=imerode(BW,SE); %腐蚀运算
subplot(133),imshow(result); title('二值图像imerode');
3、膨胀
膨胀，具有让二值图像视觉加粗的效果，膨胀的方向，取决于结构元素，以下图结构元素为例，结构元素的参考点上下分别有两个像素，那么作用在这个结构元素的原图像会在上下两个方向膨胀两个像素。
Image=imread('menu.bmp'); %打开图像
BW=im2bw(Image); %转换为二值图像
subplot(131),imshow(BW),title('显示原图像');
[h w]=size(BW); %获取图像尺寸
result=zeros(h,w); %定义输出图像，初始化为0
for x=2:w-1
for y=2:h-1 %扫描图像每一点，即结构元素移动到每一个位置
for m=-1:1
for n=-1:1 %当前点周围3×3范围，即结构元素为3×3大小
if BW(y+n,x+m) %结构元素所覆盖3×3范围内有像素点为1，即交集不为空
result(y,x)=1; %将参考点记录为前景点
break;
end
end
end
end
end
subplot(132),imshow(result);title('自定义实现二值图像膨胀');
SE=strel('square',3); %创建结构元素
result1=imdilate(BW,SE); %膨胀运算
subplot(133),imshow(result1);title('imdilate实现二值图像膨胀');
4、开运算和闭运算
开运算是用同一个结构元素对原图像先腐蚀后膨胀，常见应用是，消除感兴趣目标外部孤立的噪声点和细长的毛刺（尺寸都要比结构元素小）。
闭运算是用同一个结构元素对原图像先膨胀后腐蚀，常见应用是，消除感兴趣目标内部的孔洞。
Image=imread('A.bmp');
BW=im2bw(Image);
SE=strel('square',3);
result1=imdilate(imerode(BW,SE),SE);
result2=imopen(BW,SE); %用3×3结构元素进行开运算
figure,imshow(result1);title('开运算方法1');
figure,imshow(result2);title('开运算方法2');
result3=imerode(imdilate(BW,SE),SE);
result4=imclose(BW,SE); %用3×3结构元素进行闭运算
figure,imshow(result3);title('闭运算方法1');
figure,imshow(result4);title('闭运算方法2');
5、形态学滤波
顾名思义，从图像中提取固定形状的原图像内容，提取的形状和结构元素的形状一致，这里用开运算实现，先进行腐蚀后进行膨胀，腐蚀时的结构元素尺寸需要大于不想要的形状，小于想要保留的形状尺寸；这样的腐蚀之后就能保证，只留下了感兴趣的目标形状，这样再膨胀一次就能恢复到初始形状的大小。
Image=imread('pattern.jpg');
Th=graythresh(Image);
OriginBW=im2bw(Image,Th);
subplot(131);imshow(OriginBW);title('原始二值图像');
imwrite(OriginBW,'pattern1.bmp');
BW1=1-OriginBW;
se=strel('square',3);%结构元素为边长为3的正方形
BW2=1-imopen(BW1,se);
subplot(132);imshow(BW2);title('矩形块提取');
imwrite(BW2,'rectang1.bmp');
se45=strel('line',25,45);%结构元素为角度为45的线，长度为25个像素
BW3=1-imopen(BW1,se45);
subplot(133);imshow(BW3);title('线段提取');
imwrite(BW3,'line1.bmp');
6、平滑处理
通过先开运算后闭运算的操作，去除目标图像内部和外部的噪声。
Image=imread('A.bmp');
BW=im2bw(Image);
subplot(131);imshow(BW);title('原图像');
SE=strel('square',4);
result1=imclose(imopen(BW,SE),SE); %用3×3结构元素先开后闭
subplot(132);imshow(result1);title('先开后闭');
result2=imopen(imclose(BW,SE),SE); %先闭后开
subplot(133);imshow(result2);title('先闭后开');
7、击中与不击中
这个有点目标检测的意思，不仅需要内部形状满足结构元素，也需要外部形状满足结构元素，处理结果标记的是查找到的符合要求的位置。
Image=zeros(12,12); %定义目标图像Image
Image(2:6,3:5)=1;
Image(9:11,4:6)=1;
Image(3:5,8:10)=1;
Image(8:9,9:10)=1;
Image(2,10)=1;
Image(3,11)=1;
SE1=[0 0 0 0 0 %定义结构元素SE1
0 1 1 1 0
0 1 1 1 0
0 1 1 1 0
0 0 0 0 0];
SE2=[1 1 1 1 1 %定义结构元素SE2
1 0 0 0 1
1 0 0 0 1
1 0 0 0 1
1 1 1 1 1];
subplot(121),imshow(Image); title('原图像');
result1=imerode(Image,SE1); %结构元素SE1探测图像内部，结果为result1
Image1=~Image; %目标图像Image求补
result2=imerode(Image1,SE2); %结构元素SE2检测图像外部，结果为result2
result=result1 & result2; %求出击中与否变换的结果result
subplot(122),imshow(result); title('击中与否变换结果');
二、对灰度图进行处理
1、腐蚀和膨胀
对灰度图腐蚀后，图像整体变暗，亮细节被削弱；对灰度图膨胀后，图像整体变亮，暗细节被削弱；总之，经过腐蚀膨胀处理后，图像会变模糊；对彩色图像膨胀腐蚀处理后，是不是有一种油画的效果呢~
Image=(imread('maleman.gif'));
se=strel('ball',5,5);%选取球形结构元素
result1=imdilate(Image,se);%膨胀灰度图像
result2=imerode(Image,se); %腐蚀灰度图像
imshow(Image);title('原始灰度图像');
figure,imshow(result1);title('膨胀后的图像');
figure,imshow(result2);title('腐蚀后的图像');
imwrite(result1,'ym1.bmp');
imwrite(result2,'ym2.bmp');
版权归原作者 苗妮 所有， 如有侵权，请联系我们删除。