基于小波变换的迭代去噪算法

系统采用的是摄像头拍摄装有水透明玻璃杯，获取实时的水面照片，通过图像处理技术对图片进行处理，包括图像二值化、图像去噪、图像增强、边缘检测已跟踪，最终通过特殊的数学方法计算出水位高度。另外程序还运用到了TeeChar插件，用来显示当前水位高度以及水位高度在一定时间内的动态变化。

使用C++语言实现raw格式图片转换为bmp格式文件 内含示例图片，lena.raw为输入，输出为lena.bmp，该程序将raw格式的图片文件转换为bmp格式的图片文件 *.bmp格式为图像处理常用图片格式，不同格式的图片，图片信息内容不同，像素的处理方式也不同，使用该程序可实现图片格式的转换。 主函数为raw2bmp.cpp，该程序快速高效。

此项目将通过做一些算法为例，用来填补洞、 侵蚀、 开放和关门的扩张，扩张的侵蚀和侵蚀的 DIALTION 解决形态的问题

应用背景输入图像和对应的矩阵可以使自己的图像处理工具：模糊，边缘检测关键技术该关键技术是你计算它的基础上的过滤器矩阵；

DSP 与上位机通信程序，DSP外围接口包括 DDR2，EMAC，PCI，IIC，Flash 等，以及一些测试程序。tms320c6455 High-Performance Fixed-Point DSP TMS320C64x+™ DSP Core Enhanced VCP2 Enhanced Turbo Decoder Coprocessor (TCP2) 64-Bit External Memory Interface (EMIFA) Four 1x Serial RapidIO® Links (or One 4x), DDR2 Memory Controller EDMA3 Controller (64 Independent Channels)-tms320c6455 High-Performance Fixed-Point DSP TMS320C64x+™ DSP Core Enhanced VCP2 Enhanced Turbo Decoder Coprocessor (TCP2) 64-Bit External Memory Interface (EMIFA) Four 1x Serial RapidIO® Links 、 DDR2 Memory Controller EDMA3 Controller (64 Independent Channels。

基于肤色模型的手势分割检测，人手检测根据肤色模型检测人的手所在位置,并根据模板判断手势。-Detection of manpower under the color model to detect the location of the hand. And in accordance with the template to determine gesture.

验证手写签名。

边缘检测是一个非常耗时的过程。这个项目的目的是比较并找出最佳域 （频率域或空间域） 的快速边缘检测，确定最佳的方法高斯差分 sobel） 的快速边缘检测。在 matlab 环境中编写此项目。测试结果简要地叙述了下面，在大小 512 × 512 图像上运行时。狗在索贝尔在频率域-0.128717 秒时间索贝尔在空间域-0.010328 秒频率域-0.150253 秒时间在空间域中的狗-0.045588 秒时间花费的时间

openCV 支持从摄像头和视频文件（AVI）中捕捉图像，此程序说明如何捕捉从摄像头或者AVI视频文件得到的视频流，并且对该视频流进行处理（边缘检测）

 工程在源码包中的“vs工程”文件夹中，为MFC工程。