搜索资源列表
MATLAB+SIFT.rar
- SIFT特征提取
harris角点检测matlab程序
- 经典的角点检测方法,使用matlab语言实现,可用于图像的识别与特征跟踪
特征点检测源码及运行指南
- 特征点检测源码及运行指南matlab
matlab仿真模拟复杂网络拓扑及特征参数
- matlab模拟复杂网络的程序,包括平均路由长度,直径等参数。。。
matlab Gist 特征提取
- matlab Gist 特征提取
基于Matlab 7.0的指纹图像预处理
- 指纹检测在近一个世纪里被广泛应用在生物特征识别领域 ;MATLAB 近年来则广 泛应用于工业与科学技术的仿真,本文通过对指纹图像处理基本问题的介绍和分析,对目前 现有的预处理方法的介绍和比较,提出一套完整有效基于MATLAB 7.0 的预处理仿真算法。 主要过程包括规格化、背景区域去除、方向图计算、方向滤波、二值化、细化算法以及特征 提取。
灰度直方图特征提取的Matlab实现
- 灰度直方图特征提取的Matlab实现
matlab基于glcm提取图像的纹理特征
- matlab程序 基于glcm提取图像的纹理特征 常用的四种纹理特征 用于分析比较
sofm
- 自组织特征映射 MATLAB实现
图像拼接【matlab】
- 基于尺度不变特征转换(SIFT)特征实现的图像拼接算法
CLBP
- 香港科技大学文章“HIERARCHICAL MULTISCALE LBP FOR FACE AND PALMPRINT RECOGNITION”附带matlab源代码
语音短时能量程序
- 语音短时能量作为语音的特征非常重要
图像校正
- matlab图像校正,通过特征点提取 进行图片的校正,可用于三维物体重建或者立体匹配
周期性特征检测算法实现
- 周期性特征检测算法实现,matlab
循环平稳特征检测
- 基于matlab的认知无线电频谱空穴的循环平稳特征检测,及相关论文,非常好用,欢迎交流
deboor-cox.rar
- 目的:运用强化学习!多分类器集成!降维方法等最新计算机技术,结合细胞病理知识,设计制作/智能化肺癌细胞病理图像诊断系统0"方法:采集细胞图像,运用基于强化学习的图像分割法将细胞区域从背景中分离出来 运用基于样条和改进2方法对重叠细胞进行分离和重构 提取40个细胞特征用于贝叶斯!支持向量机!紧邻和决策树4种分类器,集成产生肺癌细胞分类结果 建立肺癌细胞病理图库,运用基于等降维方法对细胞进行比对,给予未定型癌细胞分类"结果:/智能化肺癌细胞病理诊断系统0应用于临床随机1200例肺
matlab-PCA 基于matlab的PCA人脸识别完成程序
- 基于matlab的PCA人脸识别完成程序,包含特征值与特征向量的提取、训练样本以复制到matlab即可,成功运行,及最后的识别检验-A full implementation of ICA,PCA,LDA,SVM,in both orginal and incremental in model of real time learnign for face recognition
Matlabbased-gesturerecognition 用matlab做的手势识别
- 用matlab做的手势识别 基于梯度方向直方图特征提取 欧氏距离判断-Gesture recognition with matlab do the gradient direction histogram feature extraction based on Euclidean distance to determine
0-9(Speech-Recogenition)用matlab仿真0到9十个数字的语音识别
- 用matlab仿真0到9十个数字的语音识别 1、对语音的WAV文件和LAB文件进行处理,产生十个文件,每个文件对应于一个数字,存贮着该数字的波形文件。(shujuzhengli.m) 2、分别利用上面十个文件训练出十个HMM模板,具体方法是:首先将语音的波形文件分帧,以128个点为一帧,帧移为64,每一帧通过mfcc.m计算出13个系数,随着波形的长度不同,一个语音文件可以计算得到13*N个系数,截取13*15的矩阵(mfcc系数)用作训练数据。一般一个HMM模板用20组mfcc系数
LDA-Reconginatin Matlab LDA降维经典程序
- Matlab LDA降维经典程序 外国人Jonathan Huang写的LDA matlab程序,用于多维特征的降维 -Matlab LDA dimension reduction procedures foreigners Jonathan Huang classic written LDA matlab program for multi-dimensional characteristics of the dimension reduction