图像处理之腐蚀算法-收缩去噪

腐蚀是常见的形态学操作之一，它通过从图像边界中去除像素来精细地缩小图像中的对象。
它通过考虑每个像素的邻域并将其值设置为该邻域中所有像素中的最小值来实现这一点。
在二进制图像中，如果任何相邻像素的值为0，则输出像素也设置为0

灰度图像腐蚀运算的核心原理：
灰度腐蚀是对图像中每个像素，用结构元素（类似 “模板”）覆盖该像素邻域后
计算 “图像邻域值 减去 结构元素对应值” 的最小值
将这个最小值作为该像素的腐蚀后结果

效果

腐蚀操作中使用的邻域大小或结构元素的选择会对结果产生不同的影响。
通过选择不同的结构元素，如正方形、圆盘或自定义形状，以实现基于所需结果的特定腐蚀的效果。

例如选择使用一个正方形作为我的结构元素：

# Define the structuring element 
[0,0,0,0]
[0,1,1,0]
[0,1,1,0]
[0,0,0,0]

作用

灰度腐蚀的本质是用结构元素对图像邻域做 “差值 & 取最小” 的操作，从而实现对图像的 “收缩” 或 “去噪”
突出低灰度区域，抑制高灰度区域

参考文档

https://zhuanlan.zhihu.com/p/649517103
https://blog.csdn.net/chaolei3/article/details/79618602