如何在matlab中实现灰度形态学在灰度图像上检测圆形物体？

有很多方法可以在二值图像上实现数学变形，如imerode和IMExplate。它还用于检测不同的物体/形状，使用这种简单的二值图像操作，但我现在面临的问题是，在灰度图像上应用这种简单的操作，即腐蚀、放大和许多，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

上面的代码是关于二进制数学变形的，我如何在灰度图像上实现相同的概念

注意：如果您有任何关于灰度数学变形的资源，请提供它或提供有用的链接

---

在MatLab中应该有一个数学形态学（MM）库。二进制图像上的MM操作如示例/图示所示，但大多数情况下是以灰度级执行的

<>我认为最快的C++库是，你可以从MATLAB调用它。C语言中的另一个快速方法是（在单道中优化开/关）

但是，如果你想了解灰度级的膨胀，下面是它的工作原理：对于给定的像素p，你分析其邻域中所有像素的值（由结构元素定义），然后影响邻域中的最高值p。您可以为图像中的每个像素执行此操作。看

---

这实际上是一个类似于中值的秩过滤器，但不是取中值，而是取最大值（或侵蚀最小值）。很明显，基本定义和它存在更快的算法，就像我指出的库中开发的一样。

在MatLab中应该有一个数学形态学（MM）库。二进制图像上的MM操作如示例/图示所示，但大多数情况下是以灰度级执行的

<>我认为最快的C++库是，你可以从MATLAB调用它。C语言中的另一个快速方法是（在单道中优化开/关）

但是，如果你想了解灰度级的膨胀，下面是它的工作原理：对于给定的像素p，你分析其邻域中所有像素的值（由结构元素定义），然后影响邻域中的最高值p。您可以为图像中的每个像素执行此操作。看

---

这实际上是一个类似于中值的秩过滤器，但不是取中值，而是取最大值（或侵蚀最小值）。很明显，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。

imerode

适用于灰度图像。来自：“IM2=imerode（IM，SE）侵蚀灰度、二进制或压缩二进制图像IM…”

imerode

适用于灰度图像。来自：“IM2=imerode（IM，SE）侵蚀灰度、二进制或压缩二进制图像IM…”