“A被B膨胀是所有结构元素原点位置组成的集合，其中映射并平移后的B至少与A的某些部分重叠”[Conzalez]
（1）、设图像数据为a:
a为一幅二值图像，1对应图像中心的亮区域。
结构元素为b:
执行膨胀：imdilate(a,b),结果为：
（方框区域对应原图像数据）
（2）、过程分解：
先用结构元素b扫过a的第一行
（方框为图像数据第一行）
再第二行：
再是第三行：
将结构元素对三行的平移结果重叠在一起，得：
此即最终结果。
（3）以上，结构元素是对称的，原点默认在中心，即b(2,2),对非对称结构元素，如：
k=
原点按floor((size(k)+1)/2)进行计算，即红色背景标识的k(2,4)。
设图像数据为a:
执行膨胀运算：imdilate(a,k),得：
也做一次过程分解：
①用结构元素扫第一行：
（红色背景标识的结构元素的原点位置，橙色背景为对a(5,6)的平移结果，方框标识对a(5,7)的平移结果）
②对第二行：
结构同上。只是下移了一行。
③将①、②步中的结果叠加，便是膨胀的最后结果。
（4）一些说明：
//对膨胀的理解见最后
结构元素：
a=
1
1 1 1
1
1
1 1 1
1
1
1 1 1
1
1
1 1 1
1
1
1 1 1
1
“可分解为一个值为1的5元素行矩阵和一个值为1的5元素列矩阵”指
a可分解为以下两个矩阵的膨胀：
而非
实际上，
（注：为便于表示，一般只写出结构元素中的1值）
再有一例：
se=strel('diamond',3)产生结构元素：
se=
0 0 0
1 0 0
0
0
0 1 1
1 0
0
0
1 1 1
1 1
0
1
1 1 1
1 1
1
0
1 1 1
1 1
0
0
0 1 1
1 0
0
0
0 0 1
0 0
0
它可分解为3个结构元素的膨胀：
decomp(1)＝
0 1
0
1
1 1
0 1
0
decomp(2)
0
1 0
1 0
1
0
1 0
decomp(3)
0 1
0
1
0 1
0 1 0
但：
而是：
（即：将各分解的结构元素进行维数扩展，再膨胀，才能还原到最先得到的结构元素）
结构元素B的镜像在图像f中平移，要保证平移后的B与f至少有一个像素相交（即“至少重叠一个1值像素”）。之
前的理解有误，不是将结构元素按其中心（原点）在图像1值元素中平移！——这是准确的说法，但对于对称的结构元素，膨胀操作的确可看成是平移。而且膨胀的结果（图像）与结构元素有着类似的形状（要膨胀很多次后才能体现出来），如下例：
原图：
>>g=im2bw(f);
>>
se=strel([0 1 0;1 1 1;0 1 0]);
>> t=imdilate(g,se);
>> for
k=1:5 h=imdilate(h,se); end
>> figure,imshow(h)
得膨胀5次后的结果：
膨胀10次的结果为：