为了有效地判别和定位大坝安全监控数据中的粗差，将数学形态滤波应用于粗差检测，针对大坝监控数据的变化特点研究了其算法和结构元素的选取。首先根据实测数据的特点选择合适的结构元素，然后根据所选的结构元素对数据进行数学形态滤波处理，最后根据实测值与滤波结果之间差值的大小应用四分点法拟定门限来判别粗差。对某混凝土坝裂缝开度数据加入粗差以模拟实际的情况，并采用该方法来检测加入的粗差，滤波得到的结果有效抵挡了粗差的影响，加入的粗差全部被检测出。

为了实现齿轮故障的精确诊断,针对齿轮早期故障振动信号非线性、非平稳且信噪比低的特点,提出了一种基于局部特征尺度分解(LCD)和数学形态滤波的齿轮故障诊断方法。首先,对齿轮振动信号进行局部特征尺度分解,得到若干内禀尺度分量(ISC);然后,依据峭度准则,选取峭度最大的ISC作为故障特征分量,再运用形态差值滤波器对其进行滤波;最后,对滤波结果求取频谱并进行故障诊断。通过对仿真结果和实验数据的分析,说明了该方法的可行性和有效性。结果表明,该方法具有抑制噪声和提取故障冲击特征的能力,能够有效地实现齿轮故障的精确诊断。