搜索资源列表
featureextraction
- 图象 处 理和模式识别中经常根据物体的形状来识别物 体或对物体进行分类。形状特征可以分为区域特征和边界特 征两大类，矩不变量是最基本的形状特征。Hu提出的矩不变 量是图象区域内部细节的描述，是一种区域特征。它是建立 在对一个区域内部灰度值的统计分析基础上的，需要目标区 域的所有象素参与运算-Image processing and pattern recognition are often based on the shape of objects to identify o
Topological_Segmentation
- 基于拓扑导数的图像分割算法，利用某一函数计算图像拓扑导数，并为每个像素归类，从而达到分割效果。-Topology-based derivative of the image segmentation algorithm, using a function derivative calculation of the image topology, and to classify each pixel to achieve the segmentation results.
video
- 以镜头光圈分类 镜头有手动光圈（manual iris）和自动光圈（auto iris）之分，配合摄象机使用，手动光圈镜头适合于亮度不变的应用场合，自动光圈镜头因亮度变更时其光圈亦作自动调整，故适用亮度变化的场合。-This paper describes an end-to-end method for extracting moving targets from a real-time video stream, classifying them into predefined ca
mypro_web
- 查找与图片库中的图片形状和颜色相近的图片。 查找匹配流程：先建立图片库特征库文件（custom classifier7.clf）,特征包括形状因子、颜色直方图。核心函数是：IMAQ Particle Analysis，IMAQ ColorLearn，IMAQ Add Custom Sample。再打开菜单中“普通匹配”，可选择“打开待匹配图片”或通过摄像头“抓图”匹配。在testSamplePic文件夹中，有些待匹配图片可供测试。如通过摄像头需先在菜单中注册。主要函数有IMAQ Class
classifi
- Pixel classification code using K-Nearest Neighbor Classifier.Here three pixel values of color image are taken as training sample.Color based segmented image was used to classify the object into three classes.-Pixel classification code using K-Neares
决策树训练及分类
- 该压缩包包括两个文件： 1、main.m 将训练数据输入到决策树中，训练并在自动分好的测试数据上测试，并保存训练好的决策树 ctree.mat文件。 2、classification.m 加载训练好的决策树，使用决策树对新输入的数据进行分类。 该方法主要用于对SLIC超像素块进行分类，稍加修改可以用于其他数据分类。(The compression package consists of two files: 1. Main. m inputs training data into decisio