所使用的是正点原子探索者开发板，其他同理，改动代码就行，效果详见B站链接https://www.bilibili.com/video/BV1dB4y1k7XN/?spm_id_from=333.999.0.0&vd_source=06d06192a2ff6643ccdab6c1aeae235b

开运算就是先进行腐蚀然后进行膨胀，这样操作后可以使得原本连接在一起的区域，变成了不连通的区域。主要针对细小的突起、细的连接线、图像中的弯口、孤立的小块或齿状物体的效果明显

车牌识别训练用字符 车牌识别训练用二值化后字符

指纹识别具体流程（二值化、细化等等），VC++6.0实现，适合本科研究生毕业设计

vb代码:把彩色图转为灰度直方图均衡，软化为二值黑白图，进膨胀运算和腐蚀运算，检测边界，检测直线和圆。每个功能用一个command实现。

针对现有的助听器语音增强算法在非平稳噪声环境下，残留大量背景噪声的同时还引入了“音乐噪声”，致使增强语音可懂度和信噪比不理想等问题。提出了一种基于噪声估计的二值掩蔽语音增强算法，该算法利用人耳听觉感知理论，结合人耳的听觉特性和耳蜗的工作机理。采用最小值控制递归平均（Minima-Controlled Recursive Averaging，MCRA）算法获得估计噪声和初步增强语音；将估计噪声和初步增强语音分别通过可以模拟人工耳蜗模型的gammatone滤波器组进行滤波处理，得到各自的时频表示形式；利用人耳的听觉掩蔽特性，计算含噪语音在时频域的二值掩蔽；利用二值掩蔽得到增强语音。实验结果表明：该算法很大程度上去除了谱减法引入的“音乐噪声”，与基于MCRA谱减法相比，增强语音的语言可懂度指数（Speech Intelligibility Index，SII）、主观语音质量评估（Perceptual Evaluation of Speech Quality，PESQ）和信噪比（Signal to Noise Ratio，SNR）都得到了提高。

先打开Matlab，把整个文件夹复制到Matlab软件的work目录下面，将文件夹binarization Algorithm 设为Matlab当前目录(current directory)，直接在命令窗口敲入binarization, 回车就可以运行了。

java-二值化-图像识别技术。 这是一个java测试例子，根据图片二值化图像内容比较图像相似度。

自己编了个二值图和灰度图的匹配代码还不错-1.fig I=imread; I1=rgb2gray; %I1=255-I1; data=graythresh; img=im2bw; imshow; [m n]=size; img1=zeros; for i=1:m     for j=1:n            if img==1             img1=I1;            else                img1=0;           end     end end figure imshow);

二值化 VS2017编译通过，可直接运行 包括扫描二值化 灰度变换 分段线性变换 灰度分布均衡化 投影法 直方图显示 R直方图统计