全套系统MATLAB智能驾驶深度学习 第 02 章 基于形态学的权重自适应图像去噪-形态学腐蚀膨胀处理操作。

全套系统MATLAB智能驾驶深度学习 第 03 章 基于多尺度形态学提取眼前节组织-形态学腐蚀膨胀处理操作。

采用分水岭方法对一幅带小鹅卵石图像进行分割，进而采用形态学方法对其进行分类，分成大小两类，并标记出来

为了解决复杂光照环境下斑马线识别的困难，提高基于视觉的交通标志识别系统的识别效率，文中设计了一种不均匀光照下斑马线的识别与处理方法。首先将原图转化为灰度图，可以消除不同光照颜色的影响和减少数据量；然后对灰度图做直方图均衡化，可以消除不均匀光照的影响；再将其转化为二值图像，可以再次减少数据量并突出斑马线的特征。对二值图像做腐蚀处理可以消除噪声，然后再做膨胀处理，可以填补斑马线的空隙。使用Canny算子提取斑马线的边缘，然后将边缘图像转换到Hough域，即可获得图像中的直线信息。根据这些直线信息就可以计算出图像中是否有斑马线。实验结果表明，文中设计的方法对在不均匀光照条件下的斑马线的识别率达到96.25%，有较高的识别率和识别效率。

C#语言、VS2005，包括噪声模型、均值滤波与中值滤波、灰度形态学滤波、小波变换去噪、高斯低通滤波、统计滤波

1.领域：FPGA，图像中值滤波,sobel边缘提取,腐蚀以及形态学扩展 2.内容：vivado2019.2平台用纯verilog开发的基于FPGA的图像处理,包括图像中值滤波,sobel边缘提取,腐蚀以及形态学扩展四个功能模块 3.用处：用于图像中值滤波,sobel边缘提取,腐蚀以及形态学扩展算法编程学习 4.指向人群：本科，硕士，博士等教研使用 5.运行注意事项： 使用vivado2019.2或者更高版本测试，用软件打开FPGA工程，然后参考提供的操作录像视频跟着操作。 工程路径必须是英文，不能中文。

【图像计数】基于形态学实现硬币计数matlab源码.md

文章提出了一种基于数学形态学的图像汉字笔划细化和提取方法。根据汉字的结构特点，定义了一组新的结构元素序列，保持了原样本图像汉字的连通性和拓扑性的骨架，有效地抑制样本细化后汉字笔划的扭曲和歪斜；在此细化的结果基础上，定义了一种新的汉字笔划提取算法，准确提取出原汉字的横竖撇捺笔划的形状、形态及形式结构信息，取得了理想的效果。

电力系统工程应用，是束洪春教授那本书的精华版

【缺陷检测】基于形态学实现印刷电路板缺陷检测技术附matlab代码