数学形态学最基本的概念是结构元素，简单定义为像素的组合
结构元素可以简单的定义为像素的组合，在对应的像素上定义了原点（也称锚点）。形态学滤波器的应用过程就是利用这个结构元素探测图像中每个像素的操作过程。把某个像素设为结构元素的锚点后，结构元素和图像重叠部分的像素集合就是特定形态学运算的应用对象。结构元素原则上可以是任何形状，但通常是一个简单形状，如正方形、圆形、菱形等，且把中心点作为原点。
形态学滤波器通常作用于二值化图像
卷积处理是针对图像对应的矩阵使用一个参考矩阵（卷积核）在图像矩阵中从左到右、从上到下的进行移动，移动到指定位置时，卷积核矩阵与图像矩阵重合范围内的对应元素相乘后得到积矩阵，卷积就是将积矩阵各元素和相加得到的值作为结果图像矩阵锚点对应位置元素的值，膨胀腐蚀也是一种简单滤波
腐蚀
腐蚀就是把当前像素替换成所定义的像素集中的最小像素值。由于输入的二值图像只包含黑色(0)和白色(255)像素，因此如果结构元素覆盖的图像区域中有黑色像素，则锚点所在像素(x,y)将会被替换成黑色0，否则替换成白色255。而物体的边界通常会有黑色像素，所以腐蚀相当于收缩边界。
腐蚀是一种消除边界点，使边界向内部收缩的过程。可以用来消除小且无意义的物体。
erode（src,dst,element）;
src:原图像。
dst：目标图像。
element:腐蚀操作的内核。 如果不指定，默认为一个简单的
矩阵。否则，我们就要明确指定它的形状，可以使用函数getStructuringElement().
anchor:默认为Point(-1,-1),内核中心点。省略时为默认值。
iterations:腐蚀次数。省略时为默认值1。
borderType:推断边缘类型，具体参见borderInterpolate函数。默认为BORDER_DEFAULT，省略时为默认值。
borderValue:边缘值，具体可参见createMorphoogyFilter函数。可省略。
膨胀
膨胀是腐蚀的反运算，它把当前像素（原点所在位置(x,y)）替换成所定义的像素集中的最大像素值。由于输入的二值图像只包含黑色(0)和白色(255)像素，因此当结构元素覆盖的图像中有白色（物体），则该结构元素原点所在位置(x,y)的值将会被替换成白色255。
自定义卷积核 mat element（7,7,cv_8U,scalar()）