matlab 图像特征 代码,数字图像特征提取+matlab源代码

本文探讨了图像处理中的图像特征提取技术,重点是MATLAB实现。通过灰度化和平滑处理(中值滤波和邻域均值法)对图像预处理,然后提取纹理(LBP和CLBP)和形状特征。使用最近邻分类器对LBP、CLBP_S、CLBP_M和CLBP_S_M模式进行图像分类。
摘要由CSDN通过智能技术生成

数字图像特征提取+matlab源代码

时间:2020-11-14 11:07来源:毕业论文

针对所选的样本图像和实验的要求,对图像进行了灰度化处理,接着对样本图像进行平滑处理,主要采用了中值滤波法和邻域均值法,对图像进行了预处理

摘    要  图像特征提取技术是图像处理中的一个概念,可以通过计算机对图像特征进行提取,分析。有时图像中某一个点,某一条曲线,区域可以看作是一个子集。根据不同的子集,图像提取的方法也不同。图像的典型特征有边缘特征、形状特征、颜色特征、纹理特征等。这些特征信息对图像的识别和分类有重要的作用。在实际问题中,样本图片中参杂很多不相关的信息, 图像特征提取可能受到背景、光照、大小等噪声干扰,如何提取出具有良好表征性能且受到噪声干扰最小的特征参数,是本文的研究重点。  本文针对所选的样本图像和实验的要求,对图像进行了灰度化处理,接着对样本图像进行平滑处理,主要采用了中值滤波法和邻域均值法,对图像进行了预处理。 在预处理的基础上,对数字图像的纹理和形状特征进行特征提取。在形状特征提取中,一方面对样本图像的一些基本形状特征参数,包括面积、周长、圆形度和形状复杂度进行比较;另一方面结合图像矩特征和均值、方差、熵、梯度等特征分析图像的形状特点。 在纹理特征提取中,采用了局部二值模式和完全局部二值模式对图像纹理特征进行提取。提取出样本图像 LBP 和 CLBP 的直方图特征,并通过计算训练图像和测试图像的直方图距离来比较其相似性。选取了 LBP、CLBP_S模式、CLBP_M 和CLBP_S_M 四种模式,使用最近邻分类器对图像进行分类。  59524

毕业论文关键词:图像预处理技术;LBP;CLBP;形状特征;

  • 0
    点赞
  • 13
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
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