本文讲解ni vision assistant中processing functions → grayscale → gray morphology模块对灰度图像实施形态学处理的方法。该功能专为灰度图像设计，通过结构化元素（掩模）调控局部邻域像素关系，实现图像特征增强、噪声抑制及背景校正等预处理目标，广泛应用于机器视觉系统的图像优化环节。
1、Gray Morphology灰度形态学属于Grayscale灰度处理子类，位于Processing Functions功能树中。其核心能力涵盖膨胀、腐蚀、开/闭运算及其改进形式，可有效强化目标区域对比度、平滑灰度过渡、突出边缘结构，从而提升后续分析（如定位、测量、识别）的鲁棒性与精度。
2、参数配置说明：
- Step Name：支持自定义步骤名称，便于流程识别与调试；
- Image Source：指定待处理的原始灰度图像；
- Dilate（膨胀）：以邻域内最大灰度值替代当前像素，使高亮区域扩张，适用于增强弱目标或连接断裂边缘；
- Erode（腐蚀）：以邻域内最小灰度值替代当前像素，削弱亮区，常用于消除椒盐噪声或分离粘连对象；
- Close（闭运算）：先腐蚀后膨胀，主要用于填充亮区内部的小型暗点或孔洞；
- Open（开运算）：先膨胀后腐蚀，可剔除暗背景中的孤立亮点或毛刺；
- Proper Close（适当闭）：在保留主体结构前提下更精准地清除亮区杂散暗点；
- Proper Open（适当开）：在抑制干扰点的同时减少对暗区细节的过度削弱；
- Auto Median（自动中值）：采用中值滤波策略，生成轮廓清晰、纹理简化的目标图像，利于快速粗定位；
- Structuring Element（结构化元素）：二值掩模，黑色单元格值为1（参与邻域计算），白色/空白为0（忽略）；
- Size：设定掩模尺寸（如3×3、5×5…199×199），尺寸越大，影响范围越广，形态变化越显著；
of Iterations：仅对Dilate与Erode生效，控制操作重复次数，增强单向形变效果。
3、Dilate膨胀效果示意：每个像素被其结构化元素覆盖邻域内的最大灰度值取代，整体呈现亮区扩展趋势，有助于弥合目标间隙、增强低对比目标可见性。
4、Erode腐蚀效果示意：每个像素被其邻域内的最小灰度值取代，导致亮区收缩、暗区扩大，适用于剥离附着噪声或细化目标轮廓。
5、Close闭运算效果示意：通过“腐蚀→膨胀”组合，优先压缩亮区内部细小暗斑，再恢复整体尺寸，实现孔洞填充与边缘平滑。
6、Open开运算效果示意：经“膨胀→腐蚀”流程，先扩大暗区中孤立亮点以增强其连通性，再收缩以彻底剔除，适用于去噪与边界清理。
7、Proper Close适当闭运算效果示意：在保持亮区主干结构完整性基础上，更有选择性地消除内部微小暗点，避免过度填充导致的形态失真。
8、Proper Open适当开运算效果示意：相较标准开运算，其对暗区中亮点的剔除更具适应性，在去除干扰的同时最大限度保留关键细节信息。
9、Auto Median自动中值效果示意：基于滑动窗口中值替换机制，有效抑制脉冲噪声并弱化纹理波动，输出轮廓分明、细节简化的中间结果，适合粗筛与快速判别场景。
