运动目标的检测是指从视频流中实时地提取出运动目标。该方向的一些复杂问题，例如:环境光照变化、目标物体部分/全遮挡、目标物体刚性/非刚性形变等，仍极具挑战性，并制约检测算法效果的进一步提高。由于复杂背景、光照变化、目标相互遮挡等因素的存在，运动目标检测一直是计算机视觉领域的研究热点和难点。本项目主要研究运动物体形态检测背景差分法和帧差法等测量方法算法的改进与软件语言实现。 （1）获取并加载视频； （2）判断视频打开成功，打开失败则返回，打开成功则继续； （3）获取图像并对图像进行灰度化处理； （4）选取第一帧作为背景； （5）读取第二帧，然后利用第二帧减去第一帧，得到的差值则会运动物体； （6）对差值图像进行滤波和形态学处理，得到运动轨迹图像

文章《（来点有用的）MATLAB基于形态学的目标检测（一）简单图形统计》的演示代码。在一些例如裂纹测量、细胞统计的工作中，由于目标可能连接、重叠等情况。直接使用区域增长和连通分量计算，往往结果不好。而通过基本形态学的操作能在一定程度上解决这个问题。

基于数学形态学和Canny算子的边缘提取方法-基于数学形态学和Canny算子的边缘提取方法.pdf 基于数学形态学和Canny算子的边缘提取方法.

基于边缘检测和形态学处理的车牌定位，董然，师卫，随着我国交通事业和汽车工业的快速发展，汽车的数量与日俱增，智能的交通管理系统已经是现在我国车辆管理中急需解决的问题。车辆

机载点云数学形态学类别。

利用颜色和形态学两种方法进行车牌区域提取的OpenCV代码-附件资源

Matlab卫星遥感图像处理道路提取形态学-successtiqu.m QQ截图未命名.jpg

该课题为基于形态学的缺陷检测，素材采用的是光伏板缺陷。通过灰度，二值化，边缘检测，形态学，开闭运算，去除小面积干扰等方法，判断出缺陷所在，定位，并且框出，且计算出各个块面积。配有一个人机交互界面，把缺陷个数，面积等分别显示到GUI界面上。

基于数学形态学和遗传优化的图像去噪基于数学形态学和遗传优化的图像去噪

功能性近红外光谱技术(fNIRS)作为一种新兴的神经成像技术得到了广泛关注,然而fNIRS信号中运动伪迹的存在会使信号的处理结果产生偏差。提出了一种定向中值滤波和数学形态学相结合的算法——tMedMor算法,并采用该算法对fNIRS信号中的三种运动伪迹(包括尖峰、基线突变和缓慢漂移)进行去除;然后用仿真数据和实验数据进行了验证,并将所提算法与常用的几种算法进行对比,结果表明:tMedMor算法在均方误差、信噪比、皮尔逊相关系数的平方、峰峰误差方面具有良好的表现,说明该算法可以作为一种新方法用于fNIRS信号的预处理阶段。