膨胀腐蚀
在试图找到连通分支（具有相似颜色或强度的像素点的大块互相分离的区域）时通常使用膨胀操作。因为在大多数情况下一个大的区域可能被噪声、阴影等类似的东西分割成多个部分，而一次轻微的膨胀又将使这些部分“融合”在一起
如果图像不是二值的，那么膨胀和腐蚀起到的作用不是很明显。在处理灰度和彩色图像时，更通用的cvMorphologyEx可提供更有用的操作。
平滑处理与膨胀腐蚀用的核不同，分别是卷积核与形态核，形态核不需要任何的数值填充核,第132页讲高斯滤波器的时候提到高斯卷积核
开运算
开运算先腐蚀后膨胀，可以用来统计二值图像中的区域数。效果：去除小的明亮区域，并且剩余的明亮区域被隔绝，但其大小不变
开运算带来的结果是放大裂缝或局部低亮度区域。
闭运算
闭运算先膨胀后腐蚀，，对于连通区域分析，通常采用腐蚀或闭运算赖消除纯粹噪声引起的部分，然后再用开运算连接邻近区域。相对于膨胀和腐蚀，开闭运算的操作能更精确地保持源图像连接的区域，这点从图5-8和图5-11腐蚀效果图和闭开运算效果图很容易看出区别，从操作原理上讲，腐蚀与开运算效果相近，因为开运算是先腐蚀后膨胀
闭运算消除了低于其邻近点的孤立点，而开运算时消除高于其邻近点的孤立点，原理很简单，看140页的图5-10很容易理解，注意图中的纵坐标表示灰度处理。
cvMorphologyEx参数iterations需要说明，假设iterations等于2，那么闭运算执行两次的流程是膨胀→膨胀→腐蚀→腐蚀，而不是执行两次闭运算，这也是真正需要的，通过这种方式，不仅是单一的孤立点会消失，而且邻近的孤立点群也会消失。
对二值图像进行形态学梯度操作可以将团块（blob）的边缘突出出来。用于灰度图时，在灰度值变化最剧烈的区域德大的结果数最大。所以他的处理结果能描述图像亮度变化的剧烈程度，这也是将它称作“形态学梯度”的原因。因为它是从原区域的膨胀中减去原区域的收缩，所以留下了完整的外围边缘。
礼帽和黑帽
礼帽和黑帽分别用于分离比邻近的点亮或暗的一些斑块