與二值圖像有些差異。
示例：
（1）灰度膨脹
>> t=rand(7,8);
>> t=ceil(t.*256)%t為灰度圖像
t =
209 125 191 9 168 246 158 14
232 205 101 113 42 141 122 136
33 37 168 98 31 36 91 200
234 108 44 196 128 39 213 240
162 235 181 204 246 66 150 34
25 203 9 48 88 216 141 146
72 246 71 126 150 66 235 121
>> figure,imshow(t,[],'InitialMagnification','fit');
結構元素：
>> se=strel('square',3)
se =
Flat STREL object containing 9 neighbors.
Neighborhood:
1 1 1
1 1 1
1 1 1
灰度膨脹操作：
>> g=imdilate(t,se)
g =
232 232 205 191 246 246 246 158
232 232 205 191 246 246 246 200
234 234 205 196 196 213 240 240
235 235 235 246 246 246 240 240
235 235 235 246 246 246 240 240
246 246 246 246 246 246 235 235
246 246 246 150 216 235 235 235
>>figure,imshow(g,[],'InitialMagnification','fit');
分析：
結論：平坦的灰度膨脹是一個局部最大值算子。
（2）灰度腐蝕
同樣采用上述示例圖像t:
>> ge=imerode(t,se)
ge =
125 101 9 9 9 42 14 14
33 33 9 9 9 31 14 14
33 33 37 31 31 31 36 91
33 33 37 31 31 31 34 34
25 9 9 9 39 39 34 34
25 9 9 9 48 66 34 34
25 9 9 9 48 66 66 121
>> figure,imshow(ge,[],'InitialMagnification','fit');
分析：
結論：平坦的灰度腐蝕是一個局部最小值算子。
（注：①結構元素不一定規則，原點也不一定在中心②在邊界處時，不存在填充的說法③膨脹與腐蝕的更多特性參書上的筆記）
（3）形態學梯度初步
“從膨脹后的圖像減去腐蝕后的圖像可產生一個形態學梯度，它是檢測圖像中局部灰度變化的一種度量。”
>> gr=imsubtract(g,ge)
gr =
107 131 196 182 237 204 232 144
199 199 196 182 237 215 232 186
201 201 168 165 165 182 204 149
202 202 198 215 215 215 206 206
210 226 226 237 207 207 206 206
221 237 237 237 198 180 201 201
221 237 237 141 168 169 169 114