形态学图像处理：基于相似意义的标题

形态学图像处理是数字图像处理领域中常用的一种技术，它通过结构元素的形态学操作来改善图像的质量、提取图像的特征以及进行图像分割等任务。本文将介绍形态学图像处理的基本概念和常用操作，并提供相应的源代码以供参考。

1. 图像形态学基础
   图像形态学基于数学形态学的理论，它主要使用结构元素与图像进行局部操作。结构元素可以看作是一个小的模板，通过与图像进行卷积操作，实现图像的改变。常用的结构元素包括线、矩形、圆等形状。

2. 腐蚀与膨胀操作
   腐蚀和膨胀是形态学图像处理中最基本的操作。

腐蚀操作通过将结构元素与图像进行逐像素的比较，将结构元素完全包含在图像区域内的像素保留，其他像素置为背景色。这一操作可以用于去除图像中的小噪声、分割图像中的连通区域等。

膨胀操作与腐蚀操作相反，它将结构元素的原点对准图像中的像素，并将结构元素覆盖的区域内的所有像素设为前景色。膨胀操作可以用于填充图像中的孔洞、连接图像中的断裂区域等。

下面是Python中使用OpenCV库进行腐蚀和膨胀操作的示例代码：

import cv2
import numpy as np

# 读取图像
image = cv2