针对基于数学形态学的去除高浓度椒盐噪声不足问题，采用了一种基于数学形态学的噪声去除方法。所提滤波方法分为预滤波和滤波两个阶段。在预滤波阶段，设定一个简单的检测算子用于构造逐点自适应的3×3像素大小结构元素；在滤波阶段，对预滤波过的像素进行中值滤波。仿真结果表明所提的滤波方法不仅能有效地去除高浓度椒盐噪声，并能很好地保留图像的原有细节信息，而且PSNR值比其他滤波方法平均高出3 dB左右，并具有较短的滤波时间。

基于数学形态学的图像边缘检测具有对噪声鲁棒等优势，但单一结构元素的边缘检测不能检测复杂边缘。文中针对原有遗传算法"早熟"现象及精确度不高的现象，提出了一种改进的遗传算法，并将其应用于多元结构元素选取中。实验证明，改进后的算法优化了基于多元结构元素的形态学边缘检测算子，提高了检测精度和抗噪声能力。

为了从遥感图像中提取出更为准确完整的目标边缘，提出一种基于无下采样Shearlet 模极大值和改进数学形态学的目标边缘提取方法。首先采用无下采样 Shearlet 变换(NSST)将图像分解成边缘细节丰富的高频分量和边缘细节较少的低频分量；然后结合不同分解程度下边缘像素点处的系数关系，对高频分量的各个子带进行模极大值检测，再经过双层掩膜筛选后得到高频边缘提取结果；对低频分量采用改进的数学形态学方法，得到低频边缘提取结果；最后将上述两部分融合，使用区域连通方法去除孤立点，得到最终的目标边缘图像。大量实验结果表明，与 Canny 以及其他 4 种同类边缘提取方法相比，本文方法所得边缘定位准确、完整清晰、细节丰富，且抗噪能力强，为后续遥感图像目标特征提取与识别奠定更好基础。

重点研究了采用数学形态学方法对沥青混合料数字图像进行分析和处理。利用VC.NET开发环境对沥青混合料二值图像分别进行腐蚀、膨胀、开运算和闭运算处理，通过处理效果得到数学形态学方法是研究提取沥青混合料中集料颗粒比例的一种比较好的方法。

利用MATLAB编程实现了图像的去噪和滤波，取得了很好的效果。