结构元素在形态学图像处理中起何作用

若用大于1个点的结构元素反复腐蚀或膨胀一幅二值图像的极限效果是什么

形态学开运算、闭运算对二值图像和灰度图像有何效果

什么是连通域？二值图像中连通域的提取是何含义？如何提取？

您好，我是有问必答小助手，您的问题已经有小伙伴解答了，您看下是否解决，可以追评进行沟通哦~

如果有您比较满意的答案 / 帮您提供解决思路的答案，可以点击【采纳】按钮，给回答的小伙伴一些鼓励哦～～

ps:问答VIP仅需29元，即可享受5次/月有问必答服务，了解详情>>>https://vip.csdn.net/askvip?utm_source=1146287632

同为初学，对此有浅显的理解，并且可以把之前看过解释比较好的文章也贴出来：

1.结构元素和模板类似，结构元素的大小对应像素点周围需要处理的范围，结构元素中的数值在计算中对应加权系数。（推荐你查一下卷积核或者模板的介绍，这个当时忘了存了hhhh）而在形态学中，结构元素里的位置信息比较重要（若为1则需要处理，若为0则不需要）

2.需要看你的结构元素的形状。结构元素在哪个方向有值，反复膨胀/腐蚀就会无限向那个方向处理。（若4个方向都有的极限情况下的膨胀，只要图像中有一个像素为1，则处理后的图像应该全是1）

3.（偷个懒，直接贴链接QAQ）：https://blog.csdn.net/hanshanbuleng/article/details/80657148

4.在图像中，最小的单位是像素，每个像素周围有8个邻接像素，常见的邻接关系有2种：4邻接与8邻接。4邻接一共4个点，即上下左右。8邻接的点一共有8个，包括了对角线位置的点。两个区域（两个点也行）是邻接关系的，一起叫做连通域。

对这个图来说如果考虑4邻接，则有3个连通区域；如果考虑8邻接，则有2个连通区域。（注：图像是被放大的效果，图像正方形实际只有4个像素）。

以上摘自 https://blog.csdn.net/tiandijun/article/details/51279643

连通域提取通常提取的是某一块连通域包含的所有像素点的位置。

提取方法很多，建议自己看看博客哦~