资源简介
基于MATLAB 7.0 的BP神经网络训练方法,利用训练样本对目标图像进行分类提取。
代码片段和文件信息
clear all;
%<----------------------------!运用BP网络进行图像分类--------------------------->
%读入样本1 图的红色区域,代表城市,期望输出:[1;0;0]
I=imread(‘yangb1.jpg‘);
%将样本图像降维处理
R=I(::1);
G=I(::2);
B=I(::3);
%灰度值归一化
R=im2double(R);
G=im2double(G);
B=im2double(B);
[M N]=size(R);
R=reshape(R‘[1 M*N]);
G=reshape(G‘[1 M*N]);
B=reshape(B‘[1 M*N]);
%初始化输入矢量P和输出矢量T
P=[];
T=[];
P=[R;G;B];
T=[1;0;0];
[m n]=size(P);
T=concur(Tn);
%读入样本图像2 图的绿色区域,代表城市,期望输出:[010]
I=imread(‘yangb2.jpg‘);
%将样本图像降维处理
R=I(::1);
G=I(::2);
B=I(::3);
%灰度值归一化
R=im2double(R);
G=im2double(G);
B=im2double(B);
[M N]=size(R);
R=reshape(R‘[1 M*N]);
G=reshape(G‘[1 M*N]);
B=reshape(B‘[1 M*N]);
P1=[R;G;B];
T1=[0;1;0];
P=[PP1];
[m n]=size(P1);
T1=concur(T1n);
T=[TT1];
%读入样本图像1 图的蓝色区域,代表城市,期望输出:[0;0;1]
I=imread(‘yangb3.jpg‘);
%将样本图像降维处理
R=I(::1);
G=I(::2);
B=I(::3);
%灰度值归一化
R=im2double(R);
G=im2double(G);
B=im2double(B);
[M N]=size(R);
R=reshape(R‘[1 M*N]);
G=reshape(G‘[1 M*N]);
B=reshape(B‘[1 M*N]);
P1=[R;G;B];
T1=[0;0;
- 上一篇:元胞自动机之森林火灾升级版MATLAB代码
- 下一篇:matlab条码识别
相关资源
- Pattern Recognition and Machine Learning(高清
- MATLAB 编程 第二版 Stephen J. Chapman 著
- 均值滤波和FFT频谱分析Matlab代码
- 《MATLAB扩展编程》代码
- HDB3码、AMI码的MATLAB实现
- 3点GPS定位MATLAB仿真
- MATLAB数字信号处理85个实用案例精讲入
- matlab从入门到精通pdf94795
- 基于BP神经网络的语音情感识别系统
- 欧拉放大论文及matlab代码
- 跳一跳辅助_matlab版本
- 全面详解LTE MATLAB建模、仿真与实现
- MIMO-OFDM无线通信技术及MATLAB实现_孙锴
- MATLAB Programming for Engineers 4th - Chapman
- matlab 各种谱分析对比
- 分数阶chen混沌matlab程序
- 基于粒子群算法的非合作博弈的matl
- MATLAB车流仿真 包括跟驰、延误
- matlab空间桁架计算程序
- 基于MATLAB的图像特征点匹配和筛选
- DMA-TVP-FAVAR
- GPS信号的码捕获matlab代码.7z
- 一维光子晶体MATLAB仿真代码吸收率折
- newmark法源程序
- 传统关联成像、计算鬼成像matlab
- pri传统分选算法
- 摆动滚子推杆盘形凸轮设计
- 医学图像重建作业matlab源码
- Matlab实现混沌系统的控制
- 检测疲劳驾驶
评论
共有 条评论