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

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.

Basic 基础知识

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

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

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 开操作

先侵蚀，在膨胀。

结果：重新塑造边缘，增加背景像素。

Closing 闭操作

先膨胀，在缩小。

结果：连接图像内部断掉的部分。

Hit, Fit and Miss

对比结果的三种情况。

题外话

原文一半都会Po在我的个人博客上，当然博客里有一些乱起八糟的东西我是不会搬来这里的，为了打造一个良好的学习环境。

文章里面引用了大量视频资源，它们是从YouTube转载过来的。由于国外的版权原因，我现在没有找到一个很好的方法用来将视频呈现给国内的读者，暂时抱歉了。