本章介绍由数学形态学衍生的二值图像形态学算法，主要包括形态学膨胀、腐蚀、开运算和闭运算四种常用算法，并以此为基础讲解形态学轮廓提取算法，结合C语言编程实现，通俗易懂，图文并茂。
[定义与算法]
数学形态学英文为“Mathematical morphology”， 是一门建立在格论和拓扑学基础之上的图像分析学科，数字图像处理中的形态学算法以此为基础发展而来，图像形态学在目标检测与识别等方面应用广泛。
我们常用的基本的运算包括：腐蚀和膨胀、开运算、闭运算、骨架抽取、极限腐蚀、击中击不中变换、形态学梯度、Top-hat变换、颗粒分析、流域变换等，内容广泛，相关研究论文也多如牛毛，可以属于一个单独的领域，甚至可以单独著书论著。
在学习形态学膨胀和腐蚀算法之前，我们先来培养个大概的印象，所谓膨胀就是扩大、增加，将图像某些信息扩大或者增多；所谓腐蚀就是缩小、减少，将图像某些信息减少；如何扩大或者缩小呢？总有一个依据或者向导，而这个依据或者向导就是形态学中的“结构元素”。
对于同一张二值图像而言，结构元素选取的不同，算法结果也就不同，结构元素的选取往往具有旋转不变性或者镜像不变性，如下图Fig.1所示，所有结构元素的原点(黑色点)都位于中心，其他区域关于中心对称。Fig.1中所示的结构元素也是常用的几种类型。我们通过结构元素作为向导，在图像内部获取不同的信息，这就是整个形态学的处理过程。
