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
- 高灵敏度GPS接收机MATLAB仿真,附捕获
- 基于MATLAB的质点弹道计算与外弹道优
- 阵列天线的matlab仿真
- MATLAB 经典程序源代码大全
- MATLAB小波软阈值去噪代码33473
- 天线阵的波束形成在MATLAB仿真程序及
- 非线性SVM算法-matlab实现
- 《MATLAB 智能算法超级学习手册》-程序
- 组合导航matlab程序
- 读取txt文件内容matlab代码实现
- Matlab实现基于相关的模板匹配程序
- matlab优化工具箱讲解
- 基于MATLAB的快速傅里叶变换
- 光纤传输中的分布傅立叶算法matlab实
- 基于matlab的图像处理源程序
- matlab 椭圆拟合程序
- 算术编码解码matlab源代码
- optical_flow 光流法 matlab 实现程序
- 引导图像滤波器 Matlab实现
- 分形几何中一些经典图形的Matlab画法
- OFDM系统MATLAB仿真代码
- SVM工具箱(matlab中运行)
- 图像小波变换MatLab源代码
- LU分解的MATLAB实现
- 冈萨雷斯数字图像处理matlab版(第三
- 替代数据法的matlab程序
- 用matlab实现的多站定位系统性能仿真
- 通过不同方法进行粗糙集属性约简m
- k近邻算法matlab实现
- matlab识别系统
评论
共有 条评论