本文目录一览：
形态学的原理以及应用场景(含源码)
形态学的应用 ：消除噪声、边界提取、区域填充、连通分量提取、凸壳、细化、粗化等；分割出独立的图像元素，或者图像中相邻的元素；求取图像中明显的极大值区域和极小值区域；求取图像梯度 在讲各种形态学操作之前，先来看看 结构元素：膨胀和腐蚀操作的核心内容是结构元素。
不同平台语法差异显著（如文华财经的EXPMEMA与通达信的EMA），需根据平台调整函数。缠论指标需结合形态学（如笔、线段、中枢）使用，单纯依赖公式可能误判。实际应用中需优化参数（如N、SHORT等）以适应不同品种和周期。
数学形态学及其二值运算
1、与二值膨胀算法相对应的另外一种算法是二值腐蚀算法，可以认为二值腐蚀算法也是一个平移算法，只不过是向右平移，并且平移之后是一个求交集的运算。
2、形态学二值运算包括膨胀，腐蚀，开运算和闭运算基本方法，如下图所示，膨胀运算和闭运算的效果总体上对图像而言是一个区域增长的过程，而腐蚀和开运算是一个区域减少的运算。
3、数学形态学方法利用一个称作结构元素的”探针”收集图像的信息，当探针在图像中不断移动时，便可考察图像各个部分之间的相互关系，从而了解图像的结构特征。在连续空间中，灰度图像的腐蚀、膨胀、开启和闭合运算分别表述如下。腐蚀腐蚀“收缩”或“细化”二值图像中的对象。
形态学操作
1、形态学操作是一种在图像处理和机器视觉领域中广泛使用的技术，特别是在图像预处理和特征提取阶段。这些操作基于图像的形状结构，主要应用于二值图像，但也可以扩展到灰度图像。形态学操作的核心概念包括膨胀、腐蚀、开运算和闭运算。膨胀（Dilation）膨胀是将图像中的对象边界扩展的过程。
2、形态学操作就是基于形状的一系列图像处理操作。一般情况下对二值化的图像进行操作。
3、形态学操作是图像处理和机器视觉领域的重要技术，主要应用于图像预处理和特征提取。它们基于集合论中的膨胀和腐蚀概念，通过这两个基本操作的组合衍生出开运算和闭运算。膨胀操作会扩展图像中的对象边界，常用于填补小洞、连接元素或增加元素尺寸。