本资源为一个基于MATLAB/GUI的界面文件，能够通过按钮的点击，进行二维码的生成和识别

利用MATLAB图形处理和信号工具箱。设计和实现图形处理软件； 1 图像的读取和保存 2 对图像进行亮度和对比度变换调整 3 图像二值化处理，显示二值化图像 4直方图统计 直方图均衡 5 加入各种噪声和滤噪 6 对鼠标的图像区域进行放大和缩小

利用matlab的GUI程序设计一个简单实用的图像处理程序。该程序应具备图像处理的常用功能，以满足用户的使用。现设计程序有以下基本功能： 1）图像的读取和保存。 2）设计图形用户界面，让用户能够对图像进行任意的亮度和对比度变化调整，显示和对比变换前后的图像。 3）设计图形用户界面，让用户能够用鼠标选取图像感兴趣区域，显示和保存该选择区域。 4）编写程序通过最近邻插值和双线性插值等算法将用户所选取的图像区域进行放大和缩小整数倍的操作，并保存，比较几种插值的效果。 5）图像直方图统计和直方图均衡，要求显示直方图统计，比较直方图均衡后的效果。 6）能对图像加入各种噪声，并通过几种滤波算法实现去噪并显示结果。 7）额外功能。

土壤质地类型反映了不同粒径颗粒在土壤中的分布,是土壤的最基本性质之一,直接影响土壤中水、气、热和溶质的迁移特征,因此确定土壤质地类型是土壤调查中最基础的工作。我国常用的土壤质地分类标准有美国制、国际制、卡庆斯基制和中国制标准,其中美国制和国际制土壤质地分类需借助平面三角坐标系来确定,不利于批量土壤样品的土壤质地分类。现有的土壤质地自动分类系统中缺少基于卡庆斯基制、中国制的分类功能,且难以直接处理激光粒度仪的测试结果。为能够批量自动实现土壤质地分类并便于不同分类制结果的对比,基于MATLAB GUI开发了土壤质地类型自动识别系统(GSTARS)。该系统界面直观、操作方便,能够批量处理土壤颗粒测试数据和多种格式数据文件,且数据处理容量大;该系统包含了4种国内应用最广的土壤质地分类标准,增加了系统的适用性,便于不同分类制分类结果的对比。与现有土壤质地分类工具的结果对比,表明本系统的分类结果可靠。

为了使学生对数字信号处理课程中的数字滤波器部分有更深刻的理解和掌握,设计了一种基于MATLAB图形用户界面(GUI)的数字滤波仿真平台。该平台包括三大部分,具备注册、登录和修改密码功能的用户登录系统,程序法设计IIR和FIR数字滤波器,利用FDATool和Simulink来设计数字滤波器并滤波仿真。该仿真平台,可以对输入信号频率、采样频率和滤波器技术指标等参数进行实时调整修改,操作直观简便,框架清晰,设计合理,内容丰富,结果正确。该平台可应用于数字滤波器设计的工程实践,也可用于课程教学,有助于学生更好地理解滤波器相关知识,从而取得更好的教学效果。

本次实验主要设计了一个学生成绩管理系统。能实现账号密码登陆，调用子窗体，导入.txt文件，对其内的成绩进行分析，可以求出这组成绩的最高分、最低分、平均分、标准差，可以对数据进行排序并且输出到.xls文件中以及画出直方图，能实现主子窗体间的数据交互。

因最近在学习建设工程经济（一建考试项目），萌发了想写一个贷款计算器的想法。花了一个下午终于搞定。 功能： 根据等额本金和等额本息的计算公式（等额本金是利用终值公式计算得来，等额本息是利用终值公式和等额现金流量公式联合得来，不懂得同学可以问百度），推导出商业贷款和公积金贷款的还款明细，并分析哪种贷款方式利息和更少。 欢迎广大读者共同学习交流。 运行环境：matlab 2010b+win7

基于matlab的GUI搭建通用视频处理工具，视频处理首先要解决的问题是对视频进行读取、获取视频信息、提取帧图像等操作，MATLAB包含了一个强大的视频及图像处理工具箱，设计通用的MATLAB视频处理GUI框架，可实现视频文件的帧图像序列提取、视频播放、软件截屏，为视频处理项目提供基础的框架服务，代码亲测可用，有很高的参考价值

这项任务的目标是为直流电机开发速度控制系统。 将采用各种控制方法，包括开环和闭环。 所有控制方法均使用 MATLAB GUI 实现。 该系统的重要特性是自动校准功能，它提供了根据所需精度水平在三个不同级别校准系统的能力，并根据拟合统计建议是否使用校准。 在闭环控制中，实现了开-关、微分、比例、比例加微分和比例加积分加微分。 该系统还具有运行诊断程序以评估其健康状态的功能。 还存在使用网络摄像头来监控用户的风扇的监控功能。 这在电动机的远程操作中可能很重要。 此外，该系统还提供用于校准和控制的数据记录功能。 详情： http : //sites.google.com/site/priyanshuagarwalsite/academic-research/hardware-knowledge

该项目涉及由视觉系统引导的自主移动机器人，用于根据物体的颜色对物体进行分类。 该系统具有自主模式、辅助模式和手动模式。 在自主模式下，机器人和视觉系统（一个安装在头顶上的网络摄像头）将协同工作以识别各种物体（球）并根据它们的颜色将它们护送到各自的初始位置（通过用抓手捕捉球）。 在辅助模式下，视觉系统通过反馈协助用户并帮助捕捉球并将其放置在其原位。 在手动模式下，视觉系统提供机器人工作区的视频，用户可以将机器人导航到其原位。 在上述所有模式中，机器人（Basic Stamp II）使用异步串行通信通过蓝牙与计算机进行通信。 图像处理和导航算法在 MATLAB 中编码。 该系统是用户友好的，并以 MATLAB GUI 的形式实现。 机器人定位是使用实时自适应比例控制实现的，以准确定位夹具。 详情： http : //sites.google.com/site/priyanshuagarwals