1. 膨胀 (Dilation)
概念：膨胀是一种增加图像中前景（通常是白色像素）区域的方法。其原理是用结构元素在图像上滑动，当结构元素与图像中的前景像素重叠时，图像中对应位置的像素设为前景。
作用：
- 填充孔洞：可以填充图像中前景对象内的空隙或小孔。
- 连接断裂：将邻近的前景区域连接起来，特别是那些因为噪声或其他原因而断裂的部分。
- 增强边缘：增加前景对象的边界宽度，使边缘更加明显。
应用场景：膨胀操作常用于形态学滤波中，处理二值图像以增强特征或填补细小的间隙。例如，识别和连接文字、斑点检测、物体识别中的边缘增强等。
2. 腐蚀 (Erosion)
概念：腐蚀是一种缩小图像中前景区域的方法。其原理是用结构元素在图像上滑动，当结构元素完全包含在前景像素内时，图像中对应位置的像素设为前景，否则设为背景。
作用：
- 去除噪声：消除图像中的小的前景区域或孤立点，适用于去除噪声。
- 分离对象：可以将连接在一起的前景对象分离开来，使其更容易识别和处理。
- 缩小对象：缩小前景对象的边界，有助于去除细小的突起或毛刺。
应用场景：腐蚀操作常用于预处理图像，去除噪声、分离粘连对象以及减少对象尺寸。常见于图像分析、字符识别、医学图像处理等领域。
3. 开运算 (Opening)
概念：开运算是先进行腐蚀后进行膨胀的组合操作。开运算的作用是去除图像中的小前景对象或噪声，同时保持大部分前景对象的形状和大小。
作用：
- 平滑对象轮廓：去除对象边缘的毛刺和尖角，使轮廓更加平滑。
- 消除小区域：去除小的前景对象或噪声点。
- 分离相邻对象：分离紧密连接的前景对象，使其变得更容易区分。
应用场景：开运算常用于去除图像中的小噪声、平滑对象边缘以及分离相邻对象。例如，在文本识别中用于去除文本背景中的小噪声点。
4. 闭运算 (Closing)
概念：闭运算是先进行膨胀后进行腐蚀的组合操作。闭运算的作用是填充前景对象内部的小孔或缝隙，同时保持对象的整体形状和大小。
作用：
- 填充小孔：填补前景对象内部的小孔，使其更完整。
- 连接断裂部分：将被断开的前景对象重新连接起来。
- 平滑对象边缘：去除前景对象边缘的凹陷，使边缘更加光滑。
应用场景：闭运算常用于填补图像中前景对象的空洞、连接断裂的部分以及平滑边缘。例如，在医学图像处理中用于填补器官或组织内的小孔洞。
5. 形态梯度 (Morphological Gradient)
概念：形态梯度是膨胀图像和腐蚀图像之差。其作用是突出图像中前景对象的边缘。
作用：
- 边缘检测：高亮图像中前景对象的边缘，使边缘更加清晰。
应用场景：形态梯度常用于边缘检测，特别是在需要检测物体边界的场景中，例如图像分割、物体识别等。
6. 顶帽 (Top Hat)
概念：顶帽变换是原始图像与开运算结果之差。其作用是提取图像中比其周围区域更亮的部分。
作用：
- 增强亮区域：提取和增强图像中比背景亮的小区域或细节。
应用场景：顶帽变换常用于图像增强和细节提取，特别是检测图像中的亮点或高亮区域。例如，检测亮色物体、增强图像细节等。
7. 黑帽 (Black Hat)
概念：黑帽变换是闭运算结果与原始图像之差。其作用是提取图像中比其周围区域更暗的部分。
作用：
- 增强暗区域：提取和增强图像中比背景暗的小区域或细节。
应用场景：黑帽变换常用于图像增强和细节提取，特别是检测图像中的暗点或阴影区域。例如，检测暗色物体、增强图像暗细节等。
标签：常用,运算,对象,前景,去除,形态学,边缘,二维,图像 From： https://blog.csdn.net/weixin_42605076/article/details/139244913