求大神指导哪里错了

#include<stdio.h>
int table[10];
void lookup(int *t,int *a,int n);
int main()
{
    int k,min,*p;
    p = &min;
    for(k = 0;k<10;k++)
    {
        scanf("%d",table+k);
    }
    lookup(&table,*p,10);
    printf("%d\n",min);
}
void lookup(int *t,int *a,int n)
{
    int k;
    *a = t[0];
    printf("%d\n",*a);
    printf("%d\n",t[0]);
    for(k = 1;k<n;k++)
    {
        if(*a>t[k]);
        {
            *a = t[k];
        }
    }
}

您好!针对您的问题,我可以提供一些关于 Matlab 特征值提取的常用方法及其实现。 1. SIFT 特征提取法 SIFT(Scale-Invariant Feature Transform)是一种基于尺度空间的特征提取方法,可以对图像进行关键点检测和特征描述。在 Matlab 中,可以使用 vlfeat 工具箱实现 SIFT 特征提取。具体可参考以下代码: ``` % 安装 vlfeat 工具箱 run('vlfeat-0.9.21/toolbox/vl_setup'); % 读入图像 im = imread('image.jpg'); % 转换为单通道灰度图 im_gray = rgb2gray(im); % 提取 SIFT 特征 [f, d] = vl_sift(single(im_gray)); ``` 2. PCA 特征提取法 PCA(Principal Component Analysis)即主成分分析,是一种常用的特征提取方法。在 Matlab 中,可以使用 pca 函数实现 PCA 特征提取。具体可参考以下代码: ``` % 读入图像 im = imread('image.jpg'); % 转换为单通道灰度图 im_gray = rgb2gray(im); % 转换为行向量 im_vec = im_gray(:)'; % PCA 特征提取 [coeff, score, latent] = pca(im_vec); ``` 3. LBP 特征提取法 LBP(Local Binary Pattern)是一种局部纹理特征提取方法,可以对图像进行纹理特征分析。在 Matlab 中,可以使用 extractLBPFeatures 函数实现 LBP 特征提取。具体可参考以下代码: ``` % 读入图像 im = imread('image.jpg'); % 转换为单通道灰度图 im_gray = rgb2gray(im); % 提取 LBP 特征 features = extractLBPFeatures(im_gray); ``` 以上是几种常用的 Matlab 特征值提取方法,希望可以对您有所帮助。如果您有任何问题或疑问,欢迎随时向我提问!
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值