在本文中，我们提出了一种新的向量阶，这是将数学形态学推广到多分量图像和多维数据的开放问题的一种解决方案。 这种方法使用P阶范式。 它的主要原理是，首先通过分类方法将属性空间中的多分量图像划分为不同数量的类别，然后将矢量属性在每个类别中进行排序（帧内类别）。 最后，类本身是从其重心依次排序的（类间顺序）。 因此，可以比较属于矢量图像的两个属性矢量（或颜色）。 有了这种顺序关系，多元图像的向量属性定义了定义各种形态算子所需的完整晶格成分。 实际上，该方法在向量之间创建了非常紧密的相似性，以便朝着与实数集中定义的原理相同的顺序移动。 类别的数量增加得越多，同一类别的颜色越相似，因此绝对自适应参照物趋