针对数学形态学的膨胀与腐蚀操作在图像处理中可实现图像特征边缘信息有效提取的特点,结合形态学开闭基本运算与图像边缘特征信息检测的传统梯度算子,基于通过删减灰度图像四周像素行和列的方式,本文提出了两种形态学梯度新算法,较好地提高了灰度图像边缘特征信息的检测分辨率,并减小了检测带宽.针对传统的数学形态学梯度算法在带宽方面无法满足精细刻画边缘特征的缺点，本文提出了有更好图像特征边缘信息检测效果的两种新算法。这两种新算法的图像处理结果不仅达到了提高检测分辨率的目的，而且能更加精细描述地物的边缘细节信息，较之传统的梯度算法有了更高的检测精度。但本文所提出的方法也存在一些不足:对不同大小的结构元素会有不同的效果，如对于5x5的结构元素，虽然带宽减少的效果等同于3x3的结构元素，且存在能够更加详细的表述运算信息的特点，但是运算速度会减慢;对于同一大小的结构元素本身由于不同的矩阵排列也会产生不同的运算效果;同时，对膨胀腐蚀型实施此方法会产生冗余的边缘特征;此外，删减像素的行和列也会在一定程度上承担丢失信息的风险等。