2401_86539719的博客

原创 基于Matlab的人脸识别登录系统

是基于人的脸部特征，对输入的人脸图象或者视频流 . 首先判断其是否存在人脸，如果存在人脸，则进一步的给出每个脸的位置、大小和各个主要面部器官的位置信息。并依据这些信息，进一步提取每个人脸中所蕴涵的身份特征，并将其与已知的人脸进行对比，从而识别每个人脸的身份。有时也称为特征值变换。(1)、基于模板匹配的方法：模板分为二维模板和三维模板，核心思想是利用人的脸部特征规律建立一个立体可调的模型框架，在定位出人的脸部位置后用模型框架定位和调整人的脸部特征部位，解决人脸识别过程中的观察角度、遮挡和表情变化等因素影响。

原创 基于matlab的人脸识别

图像获取人脸定位图像预处理 人脸识别(1)人脸图像的获取一般来说，图像的获取都是通过摄像头摄取，但摄取的图像可以是真人，也可以是人脸的图片或者为了相对简单，可以不考虑通过摄像头来摄取头像，而是直接给定要识别的图像。①特征脸法（PCA）：把单个图像看成一维向量，众多的一维向量形成了人脸图像特征空间，再将其变换到一个新的相对简单的特征空间，通过计算矩阵的特征值和特征向量，利用图像的代数特征信息，寻找“人脸”、“非人脸”两种模式在该特征空间中的分布规律。D就是人脸图像的维数，即是图像空间的维数。

原创 数字水印算法设计

针对本课题，更主要的掌握了关于DCT域水印算法的设计和实现的相关知识，基于变换域的水印算法的设计方法，HVS在基于变换域水印算法设计中的应用，通用的水印测试方式和主要采取的攻击方式等等。从信号处理的角度看，在载体图像中嵌入数字水印可以视为在强背景（即原始图像）下叠加一个视觉上看不到的弱信号（水印），由于人的视觉系统（HVS），分辨率受到一定的限制，只要叠加信号的幅度低于HVS的对比度门限，HVS就无法感觉到信号的存在，因此，通过对载体对象作一定的调整，就有可能在不引起人感知的情况下嵌入一些信息。

原创 时域采样定理MATLAB实现

对连续信号进行等间隔采样形成采样信号，采样信号的频谱是原连续信号的频谱以采样频率为周期进行周期性延拓形成的。本文选取一模拟信号， 在 Matlab平台上用不同的取样频率对其采样，利用MATLAB实现连续信号采样、频谱分析和采样信号恢复，计算在临界采样、过采样、欠采样三种不同条件下恢复信号的误差，从而验证时域采样定理。图2、图4、图6分别为当采样频率为40Hz、120Hz、160Hz时采样恢复后的信号频谱，当f≥120Hz时，信号无明显失真；title（'取样信号'），xlabel（'时间t（s）'）

原创 常见离散信号的MATLAB产生和图形显示

原创 基于Matlab图像处理求植物叶片面积

matlab测面积所选择的图片是把植物叶片放置在旁边画有已知面积的小方格作为参照物的白纸上用手机拍取图像。调节对比度imadjust函数可以使原来模糊不清甚至无法辨别的原始图像处理成清晰的富含大量有用信息的可使用图像，有效的去除图像中的噪音、增强图像中的边缘或其他需要的区域，从而更加容易对图像中需要的目标进行检测和测量。图像差分法用imsubtract函数将一幅输入图像的像素值从另外一幅输入图像相应的像素值中减去，再将相应的像素值之差作为输出图像的对应的像素值。这个步骤是确定图像中的目标对象并标记。

原创 基于MATLAB的农业病虫害识别系统

程序的标题在标题位置显示出来，子菜单1是基本操作模块的位置，子菜单2是编辑图像模块的位置，子菜单3是噪声处理模块的位置，子菜单4是灰度处理模块的位置，子菜单5是特征提取模块的位置，子菜单6是图像逻辑运算模块的位置。在农作物生产和科研中，大量的工作需借助于对形态、色泽、纹理等外部特征的判断，对这些特征信息的获取存在着速度慢、强度大、主观性强、误差大、实时性差等缺陷[4]，且一些特征还难以定量描述，制约了作物科学研究的发展，而图像处理技术在作物领域的许多进展充分展示了其广阔的应用前景。

原创 基于MATLAB的条形码二维码识别系统

读入图片格式一般都是 .jpg, . bmp，等格式，这样格式的图片每一个点都有其相应的R、G、B值，这不仅增大了MATLAB的运算量，而且还大大降低了识别的准确性。按照条形码的编码规则，整个数组包括起始符，结束符，中间分隔符，数据信息总共95位，前3位是起始符(010)，4~46位为左侧数据，46~51位为中间分隔符(01010)，51~92位为右侧数据，93~95位为结束符(010)。条形码的单元指的是我们看到的条形码中的条和空，每一个单元都是有1~4个模块组成的。因为条形码在正常情况下是黑白的。

原创 基于机器视觉的水果品质检测研究进展

品质检测主要包括外观品质和内部品质两个方面， 传统的外观品质检测主要是利用分级机械，根据水果的大小重量等指标进行分级，该方法主要是通过设计专用机械结构来检测水果的大小和重量，而无法对水果的颜色纹理和表面缺陷等做出评价，设备专用性强，利用率低，检测时水果常发生碰撞，容易导致水果的损伤。然后就未来的发展前景做了展望。Koc[3]研究了西瓜的体积测算算法，通过对采集到的图像进行处理，在不同的投影面上获取图像的轮廓线，形成轮廓切片，然后沿x轴旋转这些轮廓切片，通过把得到的切片组合起来测算出西瓜的体积。

原创 MATLAB图像去雾系统

雾霾，它会使大气的能见度降低，景物图像发生退化，在雾霾下拍摄的图像内容模糊，对比度下降，这将会严重影响人们的行车系统，卫星系统，导航系统等。该课题是基于MATLAB平台的图像去雾处理，配备一个人机交互GUI界面，可以选择局部直方图均衡化，全局直方图均衡化，Retinex算法，通过对比处理前、后的图像的直方图，而直方图是一副图像各灰度值在0-256的分布个数的表，信息论已经整明，具有均匀分布直方图的图像，其信息量是最大的。：通俗地讲就是，分离R,G,B三通道，对每个通道进行卷积滤波。'处理后的灰度直方图'

原创 基于matlab图像去雾系统

目录一、课题意义 （一）研究意义 （二）研究现状 二、相关知识 （一）系统功能及简介： （二）用到的知识 三、系统设计与实现 （一）实现条件 硬件条件：计算机 软件条件：matlab （二）设计流程图 （三）编码与测试 （四）运行结果及分析 四、设计心得 五、结论与展望 （一）结论 （二）展望 六、参考文献 去雾算法雾天时，弥漫在空中的雾气模糊了人们的视线，使得景物的能见度大幅降低，给人们的生产生活带来了严重的影响。雾天获得的图像受到严重退化，不仅模糊不清，对比度降低，而且彩色图像还会出现严重的颜色偏移与

原创 数字图像去噪典型算法及matlab实现

PS：维纳滤波的两个函数wiener2与deconvwnr都能够完成维纳滤波的功能， deconvwnr强调图象复原方面，wiener2强调图象空间域锐化的作用，其中J=wiener2(I,[m,n])返回有噪声图像I经过wierner(维纳)滤波后的图像，[m,n]指定滤波器窗口大小为m*n,默认值为3*3，J=wiener2(I,[m,n],noise)指定噪声的功率，[J,noise]=wiener2(I,[m,n])在图像滤波的同时，返回噪声功率的估计值noise。对于去除高斯噪声效果明显。

原创 小波去噪MATLAB实现

第二章 图像小波去噪理论第4章 医学图像小波去噪的MATLAB实现4.1 小波基的确定不同的小波基具有不同的时频特征，用不同的小波基分析同一个问题会产生不同的结果，故小波分析在应用中便存在一个小波基或小波函数的选取和优化问题。我们在应用中要把握小波函数的特征，根据应用需要，选择合适的小波基。在小波分析应用中要考查小波函数或小波基的连续性、正交性、对称性、消失矩、线性相位、时频窗口的中心和半径以及时频窗的面积等，这些特征关系到如何选择合适的小波基。本节选取了一些常见的小波基，首先固定小波分解层数和阈值，然后改

原创 基于matlab的语音信号处理

通过对声音信号的滤波处理，比较其前后变化，感受到了滤波器在声音信号处理当中的作用，同时在实践中掌握了滤波器的基本设计方法，加深了对各种类型的数字滤波器特性的理解。利用所学习的数字信号处理知识，设计了一个有趣的音效处理系统，首先设计了几种不同的滤波器对声音进行滤波处理，分析了时域和频域的变化，比较了经过滤波处理后的声音与原来的声音有何变化。同时设计实现了语音的倒放，变速播放，回响，音调转换等处理效果，其中音调转换部分使用了重新采样改变基频，再进行时长规整的算法。经过我们试听，转换效果还是很好的。

原创 基于matlab的滤波器设计

在无线脉冲响应（IIR）数字滤波器设计中，先进行模拟滤波器的设计，然后进行模拟-数字滤波器转换，即采用脉冲响应不变法及双线性Z变化法设计数字滤波器，最后进行滤波器的频带转换。，生成一个新的信号。执行程序后听到的音频依旧含有噪音信号，不如原始语音清晰，但比加噪后的语音有了明显的改进，可以比较清晰的听到原语音。当执行上述程序时，会听到嘈杂的声音层，且频率高于原始语音很多，由加噪后的频谱图与加噪前的频谱图相对比会明显发现在原时间内多了很多频率变化，观察到的频谱图变化与我们的目的是一致的，加噪成功。

原创 雾霾天气下运动目标检测技术研究

针对雾霾天气下可见度低、运动物体模糊的情况，比较了当前的去雾算法，使用性能优良的基于暗通道的去雾算法对图像进行去雾，然后对处理过的图像序列进行光流法计算，完成运动目标检测。为提高运动目标在雾霾天气下的检测质量，提出将基于暗通道的去雾算法和光流法相结合的算法，实验结果表明该方法明显优于直接对采集的图像进行光流法检测所得结果。将暗通道去雾算法和光流法相结合用于雾霾天气下的运动目标检测，从Matlab仿真实验结果可以看出，此方法检测的雾霾天气下的运动目标比只通过光流法检测得到的目标更清楚，图像质量更高。

原创 基于暗通道先验的图像去雾算法改进研究

　　摘要：暗通道先验去雾算法求得的的透射率比较精细，去雾效果优于大多数去雾算法。然而在暗通道求取过程中，最小值滤波的处理会使得暗色向外扩张，导致透射率扩张变大，使得去雾后的图像在边缘部分产生“光晕”现象。为了减弱光晕效应，利用形态学理论对粗略透射率进行腐蚀处理，腐蚀掉扩张变大的透射率，然后使用容差机制修复不符合暗原色先验的明亮区域透射率，再使用引导滤波精细化透射率，最后利用去雾模型复原图像。实验表明，改进后的算法去雾效果更佳、去雾速度更快，具有更强的鲁棒性。0 引言　　雾霾天气不仅影响人们的出行，也给视频监

原创 MATLAB图片拼接配准系统

图像配准现在已成为数字图像处理的研究热点，方法繁多，站在时代的前沿。图像配准多采用基于图像特征点的方法，这种方法易于用计算机处理并且容易实现人机交互，其重点在于如何提取图像上的有效特征点。对图像拼接技术的目的、意义、国内外研究现状、发展方向以及本课题研究的目的和意义进行了阐述，着重介绍了图像拼接过程的核心技术——图像配准。阐明了现有配准方法的工作原理，并对常用的各种经典算法的优点和不足进行了比较总结。针对基于特征的角点检测算法，详细介绍了 Harris 角点检测算法。

原创 MATLAB图像去雾系统

本文采用全局直方图均衡化方法的方法进行处理。信息论早已指出，当事件p1，p2...pn趋于平均时，信息量最大，同理，分布于0-255的像素接近平均的时候，图像最清晰。该设计中，将彩色图像的三通道RGB分别分离出来，对每个通道进行全局直方图均衡化，相当于好比清晰空调一样，将过滤网，叶片，护罩，保护盖等拆开清晰，晒干，然后组装起来，这样空调就焕然一新了一样的意思。现在工业发展迅速，产生的废气很严重，导致雾霾厉害，现在虽然有硬件来拍摄，可以清晰化视野，但是硬件成本昂贵，急需寻求一种算法来帮助雾霾的清晰处理。

原创 基于图像处理的硬币个数识别系统

摘 要数字图像处理是实现图像增强、复原、编码、压缩等，其主要为改善图像的质量，以人为对象，且以改善人的视觉效果为目的。目前，图像处理系统应用领域广泛医学、军事、科研、商业等领域。因为数字图像处理技术易于实现非线性处理，处理程序和处理参数可变，故是一项通用性强，精度高，处理方法灵活，信息保存、传送可靠的图像处理技术。本设计的数字图像处理与识别技术系统以数字图像处理理论为基础，基于Matlab工具工作环境设计，能很好、快速的应用于识别硬币，细胞等物。

原创 基于MATLAB的人民币识别系统

先利用radon进行倾斜校正，根据不同纸币，选择不同维度的参数识别纸币金额，有通过RGB分量识别100元；通过面额图像的宽度识别1元、5元；通过构建矩形结构体识别10元；通过RGB分量识别 20元 与 50元。%%%%%检测Radon变换矩阵中的峰值所对应的列坐标%%%%%%%%%%求纸币列起始位置和终止位置%%%%%%%%%%求纸币行起始位置和终止位置%%%%%%去除聚团灰度值小于10000的部分。%通过RGB分量判断 20 与 50。%采用sobel算子进行边缘检测。%图像聚类、填充图像。

原创 人体行为检测与识别

人体行为检测与识别是当前研究的重点，具有很高的研究价值和广阔的应用前景。主要应用在型人机交互、运动分析、智能监控和虚拟现实也称灵境技术（VR)领域，对于研究人体检测和识别有着重要的意义。因为人的运动的复杂性和对外部环境的多变性，使得人们行为识别和检测具有一些挑战。对人类行为和检测的研究目前处于初级阶段，有待进一步研究和开发。本文基于matlab人体行为识别和检测的研究，本文主要研究的是从图像中判断出目标处于何种行为，例如常见的走、坐、躺、跑、跳等行为的识别。

原创 基于MATLAB的安全帽检测系统

众所周知，在一些施工工地，必须明确佩戴安全帽。该课题为常见的安全帽的识别，主要分为红色，蓝色，黄色三类安全帽。而安全帽的主要是红色，蓝色，黄色，而我们知道，任何颜色都是有红绿蓝三原色组成的，即RGB。但是现实中的图片，往往伴随着周边建筑物，植物等也有类似颜色，这时候通过以上颜色的方式仅仅还是初步的定位，这时候还需要结合形态学的知识，将面积大于或者小于一定阈值的干扰去除掉，留下精确的交通标志的轮廓，再原图基础上给显示出来，接下来分割出交通标志图片，进行神经网络的训练，从而识别出具体属于什么信号标志。

原创 基于matlab的指纹识别

随着科学技术的不断发展，自动化的指纹识别技术如今已经被人们广泛地应用在银行、商业交易、公安部门、海关部门等需要对人的身份进识别的领域，而本文所描述的是对自动化指纹识别系统的研究现状以及自动化指纹识别系统的基本算法和流程，本实验是利用MATLAB2012来进行了指纹识别系统的仿真和实验的。然而在生物识别技术的快速发展的今天，人们通过研究发现了每一个人的指纹都具有唯一性和不变性。也正因为这样，指纹识别技术正在逐步的发展成为一种新的身份识别技术，并且凭借它良好的安全性以及可靠性，逐步有取代传统身份认证的方式趋势。

原创 基于MATLAB的人民币识别系统

先利用radon进行倾斜校正，根据不同纸币，选择不同维度的参数识别纸币金额，有通过RGB分量识别100元；通过面额图像的宽度识别1元、5元；通过构建矩形结构体识别10元；通过RGB分量识别 20元 与 50元。%%%%%检测Radon变换矩阵中的峰值所对应的列坐标%%%%%%%%%%求纸币列起始位置和终止位置%%%%%%%%%%求纸币行起始位置和终止位置%%%%%%去除聚团灰度值小于10000的部分。%通过RGB分量判断 20 与 50。%采用sobel算子进行边缘检测。%图像聚类、填充图像。

原创 基于数学形态学的道路裂缝病害检测

根据得到的识别结果图，设定一系列判定条件，提取出裂缝的连通域,对裂缝的类型进行判断，最后计算出网状裂缝的面积及线性裂缝的长宽信息。伴随着数字图像处理技术的不断发展，使得基于数字图像处理技术的路面裂缝检测技术成为可能，利用先进的图像采集技术，对公路路面图像采集，并将采集的数据存放到大容量的存储设备中，可以离线也可实时的对采集到的图像处理，利用上述的新技术应用于公路裂缝的检测，不仅可以节省劳动力、去除人的主观因素影响，而且可以快速、准确地对公路的路况进行评价，显然是路面裂缝检测发展的必然趋势。

原创 MATLAB口罩检测系统

传统检测口罩的方法，基本使用基于颜色的方法，即口罩基本有浅蓝色，黑色和白色为主的几种，通过RGB三原色转换为HSV等容易聚集颜色的色彩空间，得到对应颜色的像素点的方法来定位口罩。因为本文不以考虑该种算法。如果该人穿戴了口罩，那么口罩部分不属于人脸肤色，自然不会被检测为人脸肤色像素，因此该块口罩区域块呈现白色，最后通过形态学知识滤除掉白色面积块小于一定值的区域，留下面积一定的白色面积块，该面积块即为口罩区域。本文选择通过检测人脸，进而统计肤色的原理来达到口罩识别的目的，同时选择肤色作为口罩检测的主要依据。

原创 MATLAB数字水印系统

本课题为基于MATLAB的小波变换dwt和离散余弦dct的多方法对比数字水印系统。有一个主界面GUI，可以调用dwt方法的子界面和dct方法的子界面。流程包括，读取宿主图像和水印图像，嵌入，多种方法的攻击（剪切，加噪，旋转等），提取，最后利用psnr峰值信噪比进行评价不同攻击下，鲁棒性的好坏。%dec2bin将矩阵W的每个元素转换成二进制值，每个二进制长度为8。%axes表示获取位置，这里选取的位置为axes1；%axes表示获取位置，这里选取的位置为axes1；%剪切 区间和嵌入值可以控制。

原创 MATLAB未戴口罩识别

3. 另外需要注意的一点可能是样本不对称问题，通常来讲，含口罩图片比不含口罩图片数量少，在这方面也有一些常见的策略可尝试使用。等，深度的比如DCN网络、Deep Cluster、IIC-CNN等等，方法是五花八门，性能各有差异。2. 也可以使用未标注的数据集进行无监督学习。传统的比如比如PCA、具体使用方法可以参考相应库对应的帮助文档。

原创 MATLAB基于图像处理的车道线检测

目的是识别图像中的车道线，然后将该算法扩展到视频中，从而有效地识别左右车道线，不管它是什么形状（实线与虚线），什么颜色（白色与黄色），坡度多大（直线、角度或曲线）。预期的模糊效果决定内核的大小。在这种情况下，我们对图像屏蔽的边缘（Canny的输出）进行操作，HoughLinesP的输出将是线，它将只是一个数组，包含通过霍夫变换检测到的所有线段的端点（x1、y1、x2、y2）。如前所述，可以找到车道线的图像部分被识别出来，在我们的例子中，是图像下半部分，用多边形对搜索区域进行限定，而图像的其他区域则被屏蔽。

原创 基于MATLAB对语音信号的处理

与最初的时域波形相比, 歌曲的绝大部分都被滤波掉了, 这是因为这首歌主要在低频区, 在滤波的过程中给滤掉了.但是歌曲只保留了第二, 三, 四, 八, 九节拍. 这是因为这些节拍中有相当一部分中频的音乐. 从而经过滤波之后仍有保留.输出信号的时域波形如下图中的第三张图所示.参考文献我们需要从模电的角度去理解通频带, 滤波器的本质其实就是一个电路, 这个电路中存在着记忆元件, 那必然会有自身的性质, 这个自身的性质就包括了"通过滤波器的最大振幅". 类似于RLC电路的最大谐振频率.应该用哪个信号处理软件?

原创 基于Matlab的语音识别

R（M）}，m为训练语音帧的时序标号，m=1为起点语音帧，m=M为终点语音帧，因此M为该模板所包含的语音帧总数，R（m）为第m帧的语音特征矢量。运用系统的采集模块录制一个普通男声声音，录制 ０~９ 十个语音为实验对象 分别命名为０ａ．ｗａｖ，１ａ．ｗａｖ，２ａ．ｗａｖ，３ａ．ｗａｖ，４ａ．ｗａｖ，５ａ．ｗａｖ，６ａ．ｗａｖ，７ａ．ｗａｖ，８ａ．ｗａｖ，９ａ．ｗａｖ 分析处理后提取特征参数，经过模板训练，为十个语音分别选取最合适的语音作为模板，存入数据库建立参考模型库。语音识别系统的实现方案如图3所示。

原创 小波去噪MATLAB实现

第二章 图像小波去噪理论第4章 医学图像小波去噪的MATLAB实现4.1 小波基的确定不同的小波基具有不同的时频特征，用不同的小波基分析同一个问题会产生不同的结果，故小波分析在应用中便存在一个小波基或小波函数的选取和优化问题。我们在应用中要把握小波函数的特征，根据应用需要，选择合适的小波基。在小波分析应用中要考查小波函数或小波基的连续性、正交性、对称性、消失矩、线性相位、时频窗口的中心和半径以及时频窗的面积等，这些特征关系到如何选择合适的小波基。本节选取了一些常见的小波基，首先固定小波分解层数和阈值，然后改

原创 MATLAB仿真实现图像去噪

首先给图像加入均值为0，方差为0.02的高斯噪声，选择3×3模板去噪从仿真结果可以看出：邻域平均法实现起来很方便，适用于消除图像中的颗粒噪声，但需要指出这种方法既平滑了图像信号，同时使图像的细节部分变得模糊。中值滤波的特点即是首先确定一个以某个像素为中心点的邻域，一般为方形邻域，也可以为圆形、十字形等等，然后将邻域中各像素的灰度值排序，取其中间值作为中心像素灰度的新值，这里领域被称为窗口，当窗口移动时，利用中值滤波可以对图像进行平滑处理。在信息化的社会里，图像在信息传播中所起的作用越来越大。

原创 MATLAB害虫识别系统

无论是国外还是国内病虫与病虫之间的组合，加上原有病虫的种类就非常的多，因此，病虫之间所有的组合的可能就非常的大，而这些都需要人工记住并且熟悉此种虫害的类别、在叶片上所呈现的图像是什么，这对于人工来说十分的困难，费时费力，而且不利于普遍推广。如果出现特殊操作错误，则需要执行取消此步骤的操作。如过于依赖传统经验，对突如而来的新型病虫害问题研究不够到位，如由于判断者主观上面的一些模糊，而带来整个病害的误判，并且不同的地区，由于病虫害的多样性以及一般的病虫害，其中大多数是由多种害虫和多种病原体的入侵引起的。

原创 车道偏离系统实现方案

的汽车偏离车道报警系统，利用摄像头获取车道图像并实时传给车内计算机系统，经过对图像一系列的处 理分析判断汽车是否偏离车道而进行报警经验证，该系统能够实时检测出左右车道标志线，可以根据车道夹角法判断 汽车是否偏离车道，满足了汽车偏离车道报警的需要.该系统结构简单高效，能显著提高汽车行驶的主动安全性 关键词：汽车；在图像处理过程中，两维卷积运算为加权求和的 过程，使用到的图像区域中的每个像素分别与卷积核 （权矩阵）的每个元素对应相乘，所有乘积之和作为区 域中心像素的新值。对滤波后的灰度图像进行边缘检测。

原创 基于matlab的物料大小分级算法的实现

从以上分析可知,要获得准确的测量值,要确保摄像头与被摄物体的中心的连线与投影面垂直,而被分选的物料大小肯定是变化的,因此在设计分级机的摄像部件时,要选择摄像头能随被测物料大小上下浮动,被测物的溜槽中心固定,两侧护板向中心伸缩的结构。扫描法获得最大半径的方法,通过最边缘的4点求的最大的直径,平均直径越大的尺寸越大。相对于人工分级具有很多优点,例如可以一次性地实现多因素分级,无损分级,分级标准统一,降低机械噪音和能耗,提供各种分类指标的统计信息,为物料的日后的品质改进,产品的销售提供可靠数据。

原创 基于MATLAB的苹果外观特征检测

需要指出的是，在计算病斑的实际面积时采取了近似外接矩形框面积的方法，存在一定误差，但是该误差对于果品的分级检测来说是在误差的允许范围内，并不会对检测结果造成本质上的影响。本文中基于MATLAB的苹果外观特征检测方法相对简单，且不需要非常复杂、昂贵的设备，能以较小的成本实现苹果的外观分级检测，有利于该检测技术、设备在生产实践中的推广应用，达到提高生产效率的目的。值得注意的是，由于病斑的不规则，且一个果面可能会有多个病斑，图像区域中会有多个外接矩形框，因此需要对每个矩形框的大小进行判定，选取面积最大的矩形框。

原创 MATLAB人体异常行为检测

并分析视频中序列的运动特性，ViBe算法则是一种背景建模的方法，背景模型是由邻域像素来创建，并对比背景模型、当前输入像素值检测出前景，确定视频中的目标跟踪。本文设计了一款人体行为异常监控系统，主要适用人群是老年人，在摄像头固定的情况下，自动检测人体运动轨迹，并与提前设定好的行为库进行匹配，分析判断是否具有异常行为。%% %%%%黑-》绿-》蓝-》-》红，风险等级依次提高。

原创 MATLAB指纹识别系统

本设计为基于MATLAB特征点匹配的指纹识别系统。带有一个GUI界面。主要对指纹图像进行三方面处理：图像预处理、特征提取和特征匹配。图像预处理包括四个步骤：图像分割、滤波增强、二值化、细化，对指纹图像进行预处理后，去除了原图像的冗余部分，方便后续的识别处理；特征提取主要是提取指纹图像细化后的端点和分叉点；特征匹配是利用两个指纹的图像进行特征点比较，来确定两幅图像是否来自于同一手指。