Intro: Morphology is used in image processing to reduce noise. This article shows some examples from Youtube to explain how the processing is working.

Binary Image Processing

These example are the basic ones, they pre-process a gray scale image based on a threshold to turn it into a binary image. 这是我在学习计算机视觉时，对遇到的问题进行研究所得出的结果。所以文中大部分的话都是在下自己的理解，如有错误还请大家原谅并指出。若是之后有遇到相似的问题，我会对相似程度进行划分：开新帖或者更新此贴都是有可能的。

Basic

二值图（f）：由0，1分布的一个数组。其中有图的地方是1，噪声点也是1，但它不是有效的图像。

结构元素（s）：3x3的结构元素是个正方形，如果用“四联”法得到的就是一个十字星，称为～。其用途类似于范围选定。

目的：除去噪声点。

过程：在二值图（f）中取一个值为1的像素点（p），以其为中心画出结构元素（s），之后计算其“邻边”的四个点为1的个数（c），用该值于以下几种方法的阈值（t）进行比较。从而决定这个像素点在处理过后的图像中的值。

Dilation

膨胀法 t = 1, if c > t then p = 1 else p = 0

简而言之：如果周围有图像，延展该点。放大图像边界。

Erosion

侵蚀法 t = s, if c < s then p = 0, else p =1

简而言之：如果周围有空隙，腐蚀该点。缩小图像边界。

Opening

先侵蚀，在膨胀。

结果：重新塑造边缘，增加背景像素。

Closing

先膨胀，在缩小。

结果：连接图像内部断掉的部分。

Hit, Fit and Miss

对比时候的三种情况。