自己写的matlab代码，可以直接调用，并且有一个例子，数据是地磁传感器车辆检测数据

一个矩形波加上一个脉冲信号，用形态滤波进行降噪

在视频跟踪系统的研究中，目标检测是至关重要一环，其结果的好坏关系到图像的分析与识别，直接影响机器视觉系统对客观世界的理解。实现图像中目标边缘检测有许多不同的方法，也一直是图像处理的研究热点，人们期望找到一种定位准、抗噪强、不误检、不漏检的检测算法[1]。经典的算法中主要用梯度算子，较常用的有Roberts、Prewitt和Sobel算子，其中Sobel效果较好，但也存在不足之处，无法避免噪声，对后续的图像处理有很大的影响。

爱分享、爱极客的编程怪兽--DaveBobo 博文 《【OpenCV学习笔记 008】基于形态学运算的图像变换》 博文链接： http://blog.csdn.net/davebobo/article/details/52561463 OpenCV版本：2.4.9

MATLAB火焰检测,本课题为基于颜色的火焰识别技术。将彩色图像转化为HSV图像，当HSV三通道比例符合一定经验值的时候，就确定为火焰的像素，将目标变成白色，其余变为黑色。结合形态学进行滤波，去除干扰面积。再原图的基础上进行定位框出，并且进行预警。

数字图像在进行数学形态滤波去噪时，根据噪声特点可以尝试采用维数由小到大的结构元素来进行处理，进而达到滤除不同噪声的目的。采用数学形态学的多结构元素，可以更多地保持数字图像的几何特征. MATLAB开发的基于形态学的权重自适应图像去噪，运行无误。请放心下载

对输入的图像进行传统的图像分割操作,可以去除少量噪音.

图像形态学处理

Neuromorphic-Caltech101（N-Caltech101）数据集是原始基于帧的Caltech101数据集的加标版本。原始数据集包含“Faces”和“Faces Easy”两个类，每个类都由相同图像的不同版本组成。为了避免混淆，“Faces”类已经从N-Caltech101中删除，只剩下100个对象类和一个后台类。N-Caltech101数据集是通过将ATIS传感器安装在电动云台上，并在LCD监视器上查看Caltech101示例时移动传感器来捕获的，如下面的视频所示。关于数据集的完整描述:https://www.garrickorchard.com/datasets/n-caltech101

化学形态计算软件，化学形态计算，滴定、沉淀、、化学方程式等的应用