搜索资源列表
2(2dpca)
- 两维pca变换，把图像进行二维的主成分分析得到降维向量，然后用此向量进行分类-2Dpca transfrom
liek2dpca
- 二维核主成分分析 把图像的列投影到核空间上进行主成分分析 抽取特征向量进行识别-K2DPCA
2DPCA
- 实现二维主成分分析功能，可应用于图像特征提取-Function of two-dimensional principal component analysis can be applied to image feature extraction
two
- ：植物种类识别方法主要是根据叶片低维特征进行自动化鉴定。然而，低维特征不能全面描述叶片信息，识别准确率低，本文提 出一种基于多特征降维的植物叶片识别方法。首先通过数字图像处理技术对植物叶片彩色样本图像进行预处理，获得去除颜色、虫洞、 叶柄和背景的叶片二值图像、灰度图像和纹理图像。然后对二值图像提取几何特征和结构特征，对灰度图像提取 Hu不变矩特征、灰 度共生矩阵特征、局部二值模式特征和 Gabor 特征，对纹理图像提取分形维数，共得到 2183 维特征参数。再采用主成分分析与线性 评判分析相
第 07 章 基于主成分分析的人脸二维码识别
- 用MATLAB编写的基于PCA的人脸识别(PCA-based face recognition written in MATLAB)