以数学形态学为基础的形态滤波器是一种非线性滤波器,在图象分析与处理、计算机视觉和模式识别等领域获得了广泛的应用。形态滤波器的设计问题主要是结构元素的优化和形态变换的选择问题。本文围绕上述两个方面以及形态滤波器的硬件实现问题开展了以下研究工作。介绍了数学形态学中的基本形态变换,概述了数字形态滤波器的基本理论。基于基本形态变换——腐蚀和膨胀,采用大小不同结构元素的方法,提出了一类新的形态滤波器——广义形态开和广义形态闭滤波器,这类滤波器具有平移不变性、递增性、对偶性等重要性质。广义形态开和广义形态闭滤波器在抑制噪声的同时能够较好地保持细节,而且它运行时间将小于形态开闭、闭开、广义形态开闭、闭开滤波器运行时间。采用多结构元素,构造了广义形态开最大和广义形态闭最小滤波器。这类滤波器也具有平移不变性、递增性、对偶性等性质。仿真验证结果表明广义形态开最大、闭最小滤波器在抑制噪声的同时能保持更多几何信息。随着噪声增强它的抗噪性也增强,而且它运行时间将小于形态开闭最大、闭开最小、广义形态开闭最大、闭开最小滤波器运行的时间。针对处理不同的图象,本文提出以广义形态开和广义形态闭滤波器为基础,使用全方位结构元和自适应技术,构造了全方位自适应广义形态开和形态闭滤波器,仿真结果证明了这类滤波器在滤波效果与算法复杂度方面的有效性。使用遗传算法对结构元素进行优化,提出了适应度函数,经过与未优化的结构元素进行对比可以看出,使用优化后的结构元素滤波效率大大提高。基于FPGA实现了广义形态开滤波器,主要有三个模块,分别是方形窗模块、计算模块、行列计数器模块。经过modelsim仿真,验证了各个模块逻辑的正确性,与MATLAB中仿真结果进行对比验证了基于FPGA实现的广义形态闭滤波器的正确性。最后对本文的研究内容进行了总结,并对未来的研究工作进行了展望。