同的结构元素对腐蚀过的图像进行膨胀，最终效果如下图原始图像腐蚀后的图像膨胀后的图像基于膨胀与腐蚀的形态操作骨架化和边缘检测骨架化些应用中，针对副图像，希望对图像中所有对象简化为线条，但不修改图像的基本结构，保留图像基本轮廓，这个过程就是所谓的骨架化。提供了专门的函数，可以实现骨架化操作。，边缘检测对于副灰度二进制图像，如果图像像素值为，则该像素的状态为，如果其像素值为，则该像素的状态为。在副图像中，如果图像个像素满足以下两个条件该像素状态为，该像素邻域中有个或多个像素状态为。则认为该像素为边缘像素。中提供了专门的函数，可以用于判断副二进制图像中的哪些像素为边缘像素。以下程序代码示例就是利用函数，对图像进行边缘检测，其边缘像素检测效果如尾图。，基于腐蚀和膨胀的形态操作函数如下图像逻辑与操作，该函数使用个结构元素对图像进行腐蚀操作后，再使用第二个结构元素对图像进行腐蚀操可以调用函数来查看分解所得的结构元素序列。素拆为较小的块，这种技术称为结构元素的分解。例如要对个的正方形结构元素进行膨胀操作，可以首先对的结构元素进行膨胀操作，然后再对的结构元素进行膨胀，通过这样的分解，在理论上可以使执行速度提高倍。返回了结构元素的有关信息。结构元素的分解为了提高执行效率，函数可能会将结构元圆盘形球形等许多种常用的形状，其中是指结构元素定义的邻域对象的属性创建结构元素函数来创建任意大小和形状的对象，支持如线形钻石形时是否需要参与计算。三维或非平面的结构元素使用，定义结构元素在和平面上的范围，第三维定义高度。任意大小和维数的结构元素原点坐标的获取分，用于测试输出图像，通常要比待处理的图像小的多。二维平面结构元素由个数值为或的矩阵组成。结构元素的原点指定了图像中需要处理的像素范围，结构元素中数值为的点决定结构元素的邻域像素在进行膨胀或腐蚀操作充，可以有效地消除边界效应输出图像靠近边界处的区域与图像其它部分不连续。否则，如果腐蚀操作使用最小值进行填充，则进行腐蚀操作后，输出图像会围绕着个黑色边框。结构元素膨胀和腐蚀操作的最基本组成部类型的最小值也为。膨超出图像边界的像素值定义为该数据类型允许的最小值，对于二进制图像，胀这些像素值设置为对于灰度图像，类型的最小值也为。在膨胀操作时，输出像素值是输入图像相应像素邻域内所有像素的最大值。在二进制图像中，如果任何像素值为，那么对应的输出像素值为而在腐蚀操作中，输出像素值是输入图像相应像素邻域内所有像素的最小值。在二进制图像中，如果任何个像素值为，那么对应的输出像素值为。结构元素的原点定义在对输入图像感兴趣的位置。对于图像边缘的像素，由结构元素定义的邻域将会有部分位于图像边界之外。为了有效处理边界像素，进行形态学运算的函数通常都会给出超出图像未指定数值的像素指定个数值，这样就类似于函数给图像填充了额外的行和列。对于膨胀和腐蚀操作，它们对像素进行填充的值是不同的。对于二进制图像和灰度图像，膨胀和腐蚀操作使用的填充方法如下表腐蚀和膨胀填充图像规则表规则腐蚀超出图像边界的像素值定义为该数据类型允许的最大值，对于二进制图像，这些像素值设置为对于灰度图像，类型的最小值也为。膨超出图像边界的像素值定义为该数据类型允许的最小值，对于二进制图像，胀这些像素值设置为对于灰度图像，类型的最小值也为。通过对膨胀操作使用最小值填充和对腐蚀操作使用最大值填充，可以有效地消除边界效应输出图像靠近边界处的区域与图像其它部分不连续。否则，如果腐蚀操作使用最小值进行填充，则进行腐利用它可以填补物体中的空洞。对膨胀所产生的二值图像是满足以下条件的点，的集合如果的原点平移到点那么它与的交集非空。腐蚀和膨胀运算中存在对偶原理⊕，它是所有满足以下条件的点的集合在中存在点，而且在中存在点，使得。基本运算开运算先腐蚀后膨胀的过程利用它可以消除小物体，在纤细点处分离物体，平滑较大物体边界，但同时并不明显改变原来物体的面积。，闭运算先膨胀后腐蚀的过程利用它可以填充物体内细小空洞，连接临近物体平滑其边界，但同时并不明显改变原来物体的面积。，通常由于噪声的影响，图像在阈值化后所得到的边界通常都很不平滑，物体区域具有些噪声孔，而背景区域上散布着些小的噪声物体，连续的开和闭运算可以有效的改善这种情况，而有时，我们需要经过多次腐蚀之，后再加上相同次数的膨胀，才能产生比较好的处理效果。另外两种是击中，击不中变换模板严格匹配以及边缘和骨架三腐蚀和膨胀的实现腐蚀删除对象边界些像素。膨胀给图像中的对象边界添加像素。在操作中，输出图像中所有给定像素的状态都是通过对输入图像的相应像素及邻域使用定的规则进行确定。在膨胀操作时，输出像素值是输入图像相应像素邻域内所有像素的最大值。在二进制图像中，如果任何像素值为，那么对应的输出像素值为而在腐蚀操作中，输出像素值是输入图像相应像素邻域内所有像素的最小值。在二进制图像中，如果任何个像素值为，那么对应的输出像素值为。结构元素的原点定义在对输入图像感兴趣的位置。对于图像边缘的像素，由结构元素定义的邻域将会有部分位于图像边界之外