资源简介
很好的利用小波矩实现的特征提取方法,供大家借鉴下
代码片段和文件信息
function tezhengtiqu
%新归一化方法小波矩特征提取----------------------------------------------------------
F=imread(‘a1.bmp‘);
F=im2bw(F);
F=imresize(F[128 128]);
%求取最上点
for i=1:128
for j=1:128
if (F(ij)==1)
ytop=i;
xtop=j;
break;
end
end
if(F(ij)==1)
break;
end
end
%求取最下点
for i=1:128
for j=1:128
if (F(129-ij)==1)
ybottom=129-i;
xbottom=j;
break;
end
end
if(F(129-ij)==1)
break;
end
end
%求取最左点
for i=1:128
for j=1:128
if (F(ji)==1)
yleft=j;
xleft=i;
break;
end
end
if(F(ji)==1)
break;
end
end
%求取最右点
for i=1:128
for j=1:128
if (F(j129-i)==1)
yright=j;
xright=129-i;
break;
end
end
if(F(j129-i)==1)
break;
end
end
%求取中心点
x0=(xright-xleft)/2+xleft;
y0=(ybottom-ytop)/2+ytop;
x0=round(x0);
y0=round(y0);
%图像平移
F=double(F);
[MN]=size(F);
F1=zeros(MN);
M0=M/2;
N0=N/2;
for i=1:M
for j=1:N
if F(ij)==1
F1(i+M0-y0j+N0-x0)=1;
end
end
end
%figureimshow(F1);
%图像缩放
max=0;
for i=1:128
for j=1:128
if(F(ij)==1)
d=sqrt((i-y0)^2+(j-x0)^2);
if(max max=d;
end
end
end
end
%max=round(max);
a=200.0/(max*2);
F2=imresize(F1a);
%figureimshow(F2);
%将所有图像均复制到500*500的图像的大小
[MN]=size(F2);
m0=M/2;
m0=round(m0);
n0=N/2;
n0=round(n0);
f3=zeros(500500);
y1=round((500-M)/2);
x1=round((500-N)/2);
for i=1:M
for j=1:N
if(F2(ij)==1)
f3(y1+ix1+j)=1;
end
end
end
%figureimshow(f3);
%图像从笛卡儿坐标转换为极坐标------------------------------------------------------------
%角度间隔为2*pi/(128*128)128个像素长设为图像的单位圆半径
%f1矩阵里面放着对应极半径和角度的值
f1=zeros(12816384);
%直角坐标与极坐标建立起一一对应的关系
for i=1:128
for j=1:16384
a=j*2*pi/16384.0;
r=i;
y=round(r*sin(a));
x=round(r*cos(a));
if (f3(250+x250+y)==1)
f1(ij)=1;
end
end
end
F3=zeros(512512);
%将极坐标转换后的图像显示出来
for i=1:128
for j=1:16384
if f1(ij)==1
a=j*2*pi/16384.0;
x=round(i*cos(a));
y=round(i*sin(a));
F3(256+x256+y)=1;
end
end
end
F3(256256)=1;
%figureimshow(F3);
%小波矩特征提取-------------------------------------------------------------------
%进行角度积分得到Sq(r)------------------
N=16384;
Sq=zeros(1284);
for r=1:128
for q=1:4
for m=1:N
Sq(rq)=(f1(rm)*exp(-j*2.0*pi*(m-1)*(q-1)/N))+Sq(rq);
end
Sq(rq)=1.0/N*Sq(rq);
end
end
%小波矩特征提取-------------------------
x=3;
a=0.697066;
f0=0.409177;
w=sqrt(0.561145);
F1=zeros(394);
tt=4*a^(x+1)/sqrt(2*pi*(x+1))*w;
for q=1:4
for
属性 大小 日期 时间 名称
----------- --------- ---------- ----- ----
文件 3631 2009-03-17 08:52 tezhengtiqu1.m
文件 32830 2008-04-26 16:43 a11.bmp
----------- --------- ---------- ----- ----
36461 2
- 上一篇:刀刃法求MTF曲线
- 下一篇:蚁群算法解决01背包问题
相关资源
- 心电特征提取程序
- matlab实现图像边缘检测、图像分割、
- 轴承故障分析
- LBP(局部二值模式)特征提取
- 独立分量ICA图像特征提取程序和图片
- SVM的手写数字识别(Handwriting recogni
- 高斯混合模型(GMM)
- LBP特征提取的MATLAB实现
- 时域、频域特征提取
- 振动信号频域特征提取算法
- hog特征提取matlab实现
- 希尔伯特包络谱matlab
- 小波包特征提取
- 表面肌电sEMG特征提取的Matlab程序
- ECG特征提取
- MATLAB图像纹理特征提取代码
- Haar-like特征提取功能
- 图像SURF特征提取(SURF extraction)
- 提取图像纹理特征值
- image-texture-features 图像纹理特征提取
- sift sift 特征提取算法matlab实现
- wenli 分析了纹理特征提取方法
- DoGfilters DOG高斯差分实现物体识别中的
- PCA_SVM 此方法采用经典的PCA对人脸图像
- pca_knn 本方法采用pca进行特征提取
- pca 主成分分析程序
- Harris.rar 特征提取是图像配准的重要步
- hao 调制识别全过程
- tezheng 本人找到的非常好的几何特征提
- palm-recognition 掌纹识别代码
评论
共有 条评论