有很多方法可以在二值图像上实现数学变形，例如 imerode 和 imdilate。它还用于在二值图像上使用这种简单的操作来检测不同的对象/形状，但我现在面临的问题是应用这种简单的操作，即在灰度图像上进行腐蚀、膨胀等操作，而不将它们转换为二值图像。
Selement = strel('disk',5);//disk type element used in morphology
erodeimage = imerode(image,selement);//this is only implement on binary image
上面的代码用于二进制数学变形，我如何在灰度图像上实现相同的概念。
注意：如果您有任何有关灰度数学变形的资源，请提供或提供有用的链接
MatLab 中应该有一个数学形态学（MM）库。二值图像上的 MM 操作显示为示例/插图，但大多数时间都是以灰度级执行的。
我认为最快的C++库是SMIL，你可以从MatLab调用它。 C 中的另一个快速方法是that one（在单次传递中优化打开/关闭）。
但是，如果您想了解灰度级的膨胀，那么它是如何工作的：对于给定像素 p，您分析其邻域中所有像素的值（由结构元素定义），并且影响 p 邻域中的最高值。您可以对图像中的每个像素执行此操作。请参阅公式。
这实际上是一个类似于中位数的排名过滤器，但您不采用中值，而是采用最大值（或腐蚀的最小值）。显然，基本定义和它存在更快的算法，就像我指出的库中开发的算法一样。