作者：CSDN @ _养乐多_

腐蚀和膨胀是数学形态学图像处理中的两个基本操作，用于修改和分析二值图像（包含只有两个像素值的图像，通常是黑和白）。

腐蚀和膨胀操作可以作为机器学习中的特征变量，用来分类，比如在博客《GEE：随机森林分类教程（样本制作、特征添加、训练、精度、参数优化、贡献度、统计面积）》中，可以用来提高土地利用分类的精度，增强边缘特征。

结果如下图所示，

1. 腐蚀（Erosion）：腐蚀是一种用于缩小或减小物体的形态学操作。在腐蚀过程中，将一个固定大小的结构元素（通常是一个小的矩形或圆形区域）滑动遍历整个图像，当结构元素的中心与目标像素相对应时，如果结构元素内的所有像素都为白色（1），则将目标像素设置为白色，否则将其设置为黑色（0）。这将导致原始物体缩小，消除小的孤立噪音或断开的物体。

• 适用场景：腐蚀通常用于去除小的噪音、分离接触的物体或缩小物体的尺寸。在地理信息系统中，腐蚀可以用于裁剪栅格数据以适应特定区域或去除边界噪音。