1.腐蚀
腐蚀（Erosion）是一种基本的图像处理操作，主要用于缩小或细化图像中的目标区域。它通过结构元素（Structuring Element）与图像进行交互，逐步消除边界像素，使目标区域向内收缩。
对于二值图像 I和结构元素 S，腐蚀操作定义为：
I⊖S={x∣Sx⊆I}
其中：
-
Sx 表示结构元素 S平移 x后的版本。
-
结果图像中的点 x 满足：当 S 的中心位于 x 时，SS 完全包含于原始图像 I 中。
作用效果
-
消除细小物体或噪声：移除比结构元素小的孤立点或毛刺。
-
分离粘连区域：使相连的物体断开。
-
平滑边界：使目标边缘向内收缩。
2.膨胀
膨胀（Dilation）是一种与腐蚀（Erosion）相对应的基本操作，主要用于扩大图像中的目标区域或填充区域内部的孔洞。它通过结构元素（Structuring Element）与图像进行交互，使目标区域向外扩展。
对于二值图像 II 和结构元素 SS，膨胀操作定义为：
I⊕S={x∣Sx∩I≠∅}
-
Sx 表示结构元素 S 平移 x 后的版本。
-
结果图像中的点 x 满足：当 S 的中心位于 x 时，S 与原始图像 I 至少有一个像素重叠。
2. 膨胀的作用效果
-
扩大目标区域：使目标边缘向外扩展。
-
填充小孔或断裂：连接接近但不连续的物体。
-
平滑边界：弥补腐蚀操作造成的收缩。
-
增强特征：如加粗线条或填充缺失部分。
应用场景
-
填充目标内部空洞（如医学图像中的细胞修复）。
-
连接断裂的边缘（如文档扫描中的文字增强）。
-
增加目标尺寸（如工业检测中的物体放大）。
-
形态学梯度（膨胀图 - 腐蚀图，用于边缘检测）。
3.开运算
开运算（Opening）是由腐蚀（Erosion）和膨胀（Dilation）按顺序组合而成的一种基本操作，主要用于去除小噪声、平滑物体轮廓，同时保持目标的主要形状不变。其核心思想是“先腐蚀后膨胀”。
对于二值图像 II 和结构元素 SS，开运算定义为：
I∘S=(I⊖S)⊕S
-
先腐蚀（Erosion）：I⊖S（消除细小物体或毛刺）。
-
再膨胀（Dilation）：(I⊖S)⊕S（恢复主体形状，但不再恢复被腐蚀掉的细节）。
开运算的作用效果
-
去除细小噪声或孤立点（比结构元素小的区域会被消除）。
-
断开狭窄的连接（使粘连物体分离）。
-
平滑物体边界（保留主体形状，但边缘更光滑）。
-
保留比结构元素更大的物体（仅影响比 SS 小的结构）
4.闭运算
闭运算（Closing）是另一种由膨胀（Dilation）和腐蚀（Erosion）顺序组合而成的基本操作，与开运算（Opening）相反，它主要用于填充小孔洞、连接断裂部分，同时保持目标的主要形状不变。其核心思想是“先膨胀后腐蚀”。
闭运算的定义
对于二值图像 II 和结构元素 S，闭运算定义为：
I∙S=(I⊕S)⊖S
即：
-
先膨胀（Dilation）：I⊕S（填充孔洞或连接断裂部分）。
-
再腐蚀（Erosion）：(I⊕S)⊖S（恢复主体形状，但不再分裂已连接的区域）。
闭运算的作用效果
-
填充目标内部的小孔洞（比结构元素小的孔会被填充）。
-
连接邻近的断裂部分（如断裂的边缘或文字笔画）。
-
平滑物体边界（向内填充缺口，使轮廓更连续）。
-
保留比结构元素更大的物体（仅影响比 SS 小的断裂或孔洞）。
应用场景
-
填充孔洞（如医学图像中的细胞修复、工业检测中的缺陷修补）。
-
连接断裂的边缘（如文档扫描中的文字笔画修复）。
-
平滑闭合区域（如地图中的湖泊或岛屿轮廓处理）。
-
预处理增强（为后续分割或特征提取提供连贯的目标区域）。
