基于VC6.0MFC对话框下的打开图像，canny边缘检测，虹膜内圆定位，直方图均衡，中值滤波及虹膜外圆定位，可以运行。
需要安装opencv1.0

目录第1章控制系统案例的MATLAB实现1.1MATLAB/Simulink在时域分析中的应用1.2MATLAB在积分中的应用1.3MATLAB在微分方程中的应用1.4MATLAB/Simulink在根轨迹分析中的应用1.5MATLAB在频域响应中的应用1.6MATLAB/Simulink在状态空间中的应用1.7MATLAB在PID控制器设计中的应用1.8MATLAB在导弹系统中的应用第2章通信系统建模与仿真2.1数字信号的传输2.1.1数字信号的基带传输2.1.2数字信号的载波传输2.2扩频系统的仿真2.2.1伪随机码产生2.2.2序列扩频系统第3章通信系统接收机设计3.1利用直接序列扩频技术设计发射机3.2利用IS95前向链路技术设计接收机3.3利用OFDM技术设计接收机3.4通信系统的MATLAB实现第4章调制与解调信号的MATLAB实现4.1调制与解调简述4.2模拟调制与解调4.2.1模拟线性调制4.2.2双边带调幅调制4.2.3单边带调幅调制4.2.4模拟角度调制4.2.5脉冲编码调制第5章神经网络的预测控制5.1系统辨识5.2自校正控制5.2.1单步输出预测5.2.2最小方差控制5.2.3最小方差间接自校正控制5.2.4最小方差直接自校正控制5.3自适应控制5.3.1MIT自适应律5.3.2MIT归一化算法5.4预测控制5.4.1基于CARIMA模型的JGPC5.4.2基于CARMA模型的JGPC第6章控制系统校正方法的MATALB实现6.1PID校正6.1.1PID调节简介6.1.2PID调节规律介绍6.1.3PID调节分析介绍6.2控制系统的根轨迹校正6.2.1根轨迹的超前校正6.2.2根轨迹的滞后校正6.2.3根轨迹的滞后超前校正6.3控制系统的频率校正6.3.1频率法的超前校正6.3.2频率法的滞后校正第7章通信系统的模型分析7.1滤波器的模型分析7.1.1滤波器的类型、参数指标分析7.1.2滤波器相关函数及模拟7.1.3滤波器的相关实现7.2通信系统的基本模型分析7.2.1模拟通信系统的基本模型分析7.2.2数字通信系统的基本模型分析7.3模拟通信系统的建模与仿真分析7.3.1调幅广播系统的仿真分析7.3.2调频立体声广播的信号结构7.3.3彩色电视信号的构成和频谱仿真分析第8章挠性结构振动控制的应用8.1挠性结构的概述8.2挠性结构的主动振动及仿真8.2.1前滤波8.2.2后滤波8.2.3仿真第9章基于小波的信号突变点检测算法研究9.1信号的突变性与小波变换9.2信号的突变点检测原理9.3实验结果与分析9.3.1Daubechies5小波用于检测含有突变点的信号9.3.2Daubechies6小波用于检测突变点第10章小波变换在信号特征检测中的算法研究10.1小波信号特征检测的理论分析10.2实验结果与分析10.2.1突变性检测10.2.2自相似性检测10.2.3趋势检测第11章小波变换图像测试分析11.1概述11.2实例说明11.3输出结果与分析11.4源程序11.4.1nstdhaardemo.m11.4.2thresholdtestdemo.m11.4.3modetest.m11.4.4nstdhaardec2.m11.4.5nstdhaarrec2.m11.4.6mydwt2.m11.4.7myidwt2.m第12章基于小波分析的图像多尺度边缘检测算法研究12.1多尺度边缘检测12.2快速多尺度边缘检测算法12.3实验结果与分析第13章基于小波的信号阈值去噪算法研究13.1阈值去噪方法13.2阈值风险13.3实验结果与分析第14章基于MATLAB的小波快速算法设计14.1小波快速算法设计原理与步骤14.2小波分解算法14.3对称小波分解算法14.4小波重构算法14.5对称小波重构算法14.6MATLAB程序设计实现第15章小波变换检测故障信号与小波类型的选择15.1故障信号检测的理论分析15.2实验结果与分析15.2.1利用小波分析检测传感器故障15.2.2小波类型的选择对于检测突变信号的影响15.3小波类型选择第16章基于小波图像压缩技术的算法研究16.1图像的小波分解算法16.2小波变换系数分析16.3实验结果

边缘检测gui界面，请使用matlab7.6以上版本打开，不然会出错

本资源为基于MATLAB设计的数字图像处理软件源码，有自己设计的GUI、移植于MATLAB官网的标签页设计方法，实现基础的数字图像处理任务，包含各种图像加噪、去噪、空间变换、边缘检测、尺度变换、图像增强、图像分析的功能，可以用来作为数字图像处理入门学习的例子，其中使用到的算法也可以自行移植到自己的项目中，方便使用。
运行程序前，先运行simpletab.m程序，否则程序中的标签页无法使用。

本程序使用Zernike矩来进行边缘像素检测，并添加了一个例子，欢迎需要亚像素边缘检测的同学讨论。

在MicrosoftVisualStudio开发平台上使用OpenCV计算机视觉库对缺陷图像进行包括图像灰度化、图像二值化、均值滤波、高斯滤波、形态学闭操作等图像预处理。
然后，对桥梁裂缝图像使用边缘检测算法Sobel算子、Canny边缘检测算子进行边缘检测。
最后，对边缘检测后的图形进行孤立点去除方法与缺陷面积特征量计算等图像后处理。
（代码来源于本人本科毕业设计的一部分）

完成图像各种处理如图像的读入灰度化灰度拉伸边缘检测等各种功能

通过实现MATLAB图像处理实现螺纹识别源程序代码I=edge(I,'canny');%边缘检测，得到螺纹的波形[m,n]=size(I);%计算图像的尺寸I=I(20:m-20,20:n-20);%把图像的边角去掉，留下有用的部分[m,n]=size(I);%计算去掉边角之后的图像尺寸figureimshow(I)%显示去掉边角之后的图像title('螺纹波形')%把白色像素点的位置得到（像素为1的点的坐标）N=1;%计数器fori=1:mforj=1:nifI(i,j)==1x(N)=i;%保存白色像素的横坐标xy(N)=j;%保存白色像素的纵坐标yN=N+1;%计数器+1endendend

文中针对canny算法的缺陷，提出了一种基于自适应平滑滤波和3*3领域梯度幅值计算方法的改进的Canny算法进行边缘检测，得出了很好的结果。

基于LabVIEW的人脸识别，提取人脸轮廓，主要是进行人皮肤的识别，将RGB图像转换为HSV格式，在进行处理，从而提取出人脸的颜色，将非人脸的颜色都置为白色，在进行边缘检测。

在日常工作中，钉钉打卡成了我生活中不可或缺的一部分。然而，有时候这个看似简单的任务却给我带来了不少烦恼。 每天早晚，我总是得牢记打开钉钉应用，点击"工作台"，再找到"考勤打卡"进行签到。有时候因为工作忙碌，会忘记打卡，导致考勤异常，影响当月的工作评价。而且，由于我使用的是苹果手机，有时候系统更新后，钉钉的某些功能会出现异常，使得打卡变得更加麻烦。 另外，我的家人使用的是安卓手机，他们也经常抱怨钉钉打卡的繁琐。尤其是对于那些不太熟悉手机操作的长辈来说，每次打卡都是一次挑战。他们总是担心自己会操作失误，导致打卡失败。 为了解决这些烦恼，我开始思考是否可以通过编写一个全自动化脚本来实现钉钉打卡。经过一段时间的摸索和学习，我终于成功编写出了一个适用于苹果和安卓系统的钉钉打卡脚本。