Morpheus 控件从灰度图像或者二值图像中提取基于学习形态学和特定设定的图像变换 的特征。它提供了一个强调相关性和忽视不相关特征的工具，利用此工具可以很容易的创建一个高效的过滤器，可以应用于各种图像情形。还提供了快速高效的程序，例如 基于形态学分水岭的图像分割、标记目标、目标分割。

　　Morpheus 技术

　　     Conventions(约定、范围)

　　     只处理 8 位灰度图像。输出图像的维数与输入图像的维数相同。

　　     二值图像的黑色背景像数素值为 0，目标像素值为 255

　　     模板元素为一般的用于图像形态学变换的模板。模板大小用 Bx,By 确定。

　 Image handing(图像处理、操作)

　　   大多数情况下的图像处理，需要 Morpheus 变换的几个方面按一定的次序结合起作用于图像。

　　   Morpheus 由输入图像的功能叫 ImageIn,和输出图像功能叫 ImageOut。在多数情况下需要一定的处理次序才能得到想要的结果，可以在输入输出功能设置中定义这点。

　　注意事项：ImageOut 不总是保持与 ImageIn 的设置一样，在Morpheus.ImageIn : = Morpheus.ImageOut 作用下，输出的图像不包括最后的图像变换。如果稍候需要再输出图像，在下一步变换之前，必须先储存一下。

　　此工具中包含的方法：

　　   形态学的基本操作：开运算、闭运算、腐蚀运算、膨胀运算，填充运算

　　   梯度变换

　　   阈值变换

　　   附加的操作：单色变 变换、缩小图像。

　　   对比操作(增加对比度)

　　   极值的提取

　　   图像分割

　　此工具的应用领域

　　   此工具为辅助工具，与其他工具配合使用。主要用于图像的形态学操作。按照设置改变图像表现形式。使用情况以具体问题确定。

　　例如：

　　形态学图像平滑处理：除去或减少人为亮和暗的因素或噪声。

　　形态学图像梯度：使图像灰度级的跃变更加剧烈。

　　Top-hat 变换：对于增强阴影的细节很有用处。

　　纹理分割：以纹理为基础找到两个区域的边界。

　　粒度测定：判断图像中颗粒的尺寸分部问题。(各种颗粒状物体的质量检测)

　　具体应用案例：

　　指纹识别：指纹图像受到了噪声污染，使用闭操作后再开操作可去掉噪声污染。为下一步的图像识别奠定了基础。

　　检测包装食物中的杂质：在一般情况下，图像中食物与杂质的灰度级不同，适用阈值分割可以把杂质与背景分离出来。在用 blob 工具判定是否为杂质。

　　颗粒状物体质量检测：以某一特定尺寸对含有相近尺寸的颗粒的图像区域进行开操作，通过计算输入和输出图像的之间的差异可以对相近尺寸颗粒的相对数量进行测算。