2017年01月_feiyy404

原创实验记录-myhands

这个是实验的记录文件，写出来是为了方便以后随时在手机上或者登陆网页查阅实验过程。基本是给自己看的，基本的原理在前面的章节有介绍，这几篇不建议看。欢迎交流。 2017/01/13 myhands1是最初设计的网络，全部采用高斯随机初始化。迭代72次。固定学习率。 myhands2是第一层的6个方向radon滤波器的启发式初始化，网络设计同myhands1.迭代了82次，固定学习率。

2017-01-13 20:01:30 586

原创关于matconvnet的几个小程序（3）识别车牌字符

首先新建cnn_plate_setup_data.m文件，读取相应的图片和标签，并减去均值。function imdb =cnn_plate_setup_data(datadir)inputSize =[20,20,1];%输入图片的尺寸，最后的1代表图像为灰度图subdir=dir(datadir);imdb.images.data=[];imdb.images.labels=[];im

2017-01-13 19:18:59 2549 21

原创关于matconvnet的几个小程序（2）用制作的滑动窗口数据进行训练

参考：参考链接1 之前的滑动窗口准备2 构建自己的神经网络的三步： 1.准备数据； 2.设计神经网络的结构； 3.设置参数，用数据训练网络。我们的数据有两类，单个苹果(1文件夹)和非单个苹果（0文件夹）。首先是将文件中的图片导入、格式化、划分训练集测试集交叉验证集，求取均值后以.mat的格式存储在磁盘上。 cnn_setup_data.m：function imdb =cnn_set

2017-01-12 19:47:20 1463 5

转载关于matconvnet的几个小程序（1）用滑动窗口框出树上的苹果

参考链接考虑：matconvnet官方给出的神经网络分类器imagenet-googleNet-dag.mat已经具备了较强的识别能力，能识别1000种标签。利用它再编写一个滑动窗口函数，即可实现对大图像的内容搜索。（如现在我们想在一颗果树上寻找果子）分析：图像中目标对象的大小往往不同，所以采用多个不同尺寸的滑动窗口对图像进行处理。处理时，窗口由左向右，由上到下按照一定的步长逐次移动。每次移

2017-01-12 16:15:04 1639

原创 ver0.83--preproc_data.m

function [pd,labnew] = preproc_data(id,n,labels,rand_on)%preproc_data MNIST手写图像数据库预处理。%% Syntax% % [pd,labnew] = preproc_data(id,n,labels,rand_on)% % Description% Input:% id - 图像

2017-01-11 21:13:17 1080

原创 ver0.83--init.m

function cnet = init(cnet)%init初始化cnn对象。它应该在定义网络的所有基本参数之后调用，例如层数，卷积内核，子采样率等。唯一的事情，应该在调用init之后初始化连接矩阵！%% Syntax% % cnet = init(cnet)% % Description% Input:% cnet - 卷积神经网络类对象%

2017-01-11 21:00:07 480

原创 ver0.83--cnn.m

%这是CNN卷积神经网络类构造函数％输入：％numLayers - 层的总数％numFLayers - 完全连接的层数％numInputs - 输入图像的数量（当前仅支持1个）％InputWidth - 输入图像宽度％InputHeight - 输入图像高度％numOutputs - 输出数％输出：％cnet - 卷积神经网络类对象％语义相当简单：子采样和卷积层是成对的，称为SL

2017-01-11 20:45:42 921 1

原创 ver 0.83--train_cnn.m

%用于手写数字识别的卷积神经网络：训练和模拟。%这个程序实现了用于MNIST手写数字识别的卷积神经网络，由Yann LeCun创建。 CNN类允许创建自己的卷积神经网络，定义任意结构和参数。%假定MNIST数据库位于“./MNIST”目录中。clear;clc;％将数字加载到工作区[I,labels,I_test,labels_test] = readMNIST(1000);

2017-01-11 14:35:08 1406 1

原创 ver0.83--readMNIST.m

%关于MNIST手写图像数据库的读取。%输入：%id - 图像的28x28大小单元格数组；%n - 要处理的图像数；%labels - 对应于图像的标签单元格数组；%rand_on - 参数，定义是否需要随机选取一对图像/标签%输出：% I - 训练图像的28x28大小单元阵列%labels - 训练集的标签矢量（真实数字）%I_test - 测试图像的28x28大小单元格数组%l

2017-01-11 13:45:01 1280

原创用matlab对图像进行批量旋转

%增加数据，通过对图像旋转，并将图像的大小调整回128*128操作来增加数据,****测试数据集close all;clear;%首先创建了5个用来存放旋转后图像的路径，旋转角度分别为0.1，0.5,2.4,4.3和6.3WTR1='I:\手掌静脉图像\data_rotate_small_resize\test\data_rotate_0.1_resize\';WTR2='I:\手掌静脉图

2017-01-02 13:48:00 3799

原创 matlab二维图形绘制（一）

matlab基本的二维图像包括线型（Line Plots），散点型（Scatter Plots）、条形（Bar Plots）、极坐标型（Polar Plots）以及矢量图型（Vector Plots）等。 1.Plot指令X=-10:10;Y=X.^2;figure(1)subplot(131);plot(X,Y,'LineWidth',2);subplot(132);plot(Y,'Li

2017-01-01 20:23:02 11166

原创 matlab图形绘制

1.离散数据以及离散函数当把两个向量数组在直角坐标系中用点序列来表示时，就实现了离散函数的可视化。这些图像上的离散数列反映的是X所限定的有限点或者是有限区间上的函数关系，matlab是无法实现对无限区间上的数据的可视化的。X1=[1 2 4 6 7 8 10 11 12 14 16 17 18 20];Y1=[1 2 4 6 7 8 10 10 8 7 6 4 2 1];figure(1)

2017-01-01 18:56:19 1972

原创 matlab图像平滑

图像平滑的主要目的是减少图像噪声，噪声是普遍存在的额，图像中的噪声也是如此。图像噪声可能来自于很多因素，noise产生的原因决定了噪声分布的特性，由于这些特性的存在，可以有针对性地对noise进行抑制。 1.线性滤波在matlab中，可以使用imfilter函数来实现线性滤波，originalRGB=imread('peppers.png');subplot(121);imshow(orig

2017-01-01 18:02:24 20023

原创 matlab图像调整

图像调整技术用于图像的改善，包括提高信噪比、通过修正图像的颜色和灰度使其某些特征更容易识别等。 1.图像灰度调整可以直接用imadjust函数直接调整灰度的范围而调整灰度I = imread('pout.tif');J=imadjust(I);subplot(221);imshow(I)subplot(223);imhist(I,64)subplot(222);imshow(J)su

2017-01-01 17:18:01 3726

原创 matlab像素值及统计

1.像素数据值 impixel函数可以返回用户指定的图像像素的颜色数据值，impixel函数可以返回选中像素或者是像素集的数据值，可以直接将像素坐标作为该函数的输入参数，或用鼠标选中像素。imshow trees.tifvals = impixel上面的代码运行后，得到如下图所示的界面，在界面中用鼠标选取n（我这里选了四个点）个点，按Enter键，则在输出窗口中得到vals = 0

2017-01-01 16:08:55 29363 6

Enjolras_fuu的博客