【Matlab】图像特征分析

本文介绍了如何使用Matlab进行图像特征分析,包括一阶、二阶、三阶矩的计算,RGB与HSV颜色空间转换,纹理图像的灰度差分统计特征,自相关函数分析,以及Gabor变换在纹理识别中的应用。通过编写gaborfilter()函数实现Gabor小波变换,对图像进行特征提取。

1. 利用函数mean2()和std()对灰度图像进行一阶矩、二阶矩、三阶矩的计算

close all; clear all; clc;

I = imread('lena.jpg'); % 读取图像,赋值给J
I = rgb2gray(I); 
K = imadjust(I, [70/255, 160/255], []); % 灰度级调整。将[70 160]的灰度扩展到[0 255],增强图像的对比度
figure;
subplot(121), imshow(I); % 显示原始图像
subplot(122), imshow(K); % 显示对比度增强的图像

[m, n] = size(I); % 求图像I数据矩阵的大小,m表示图像的行,n表示图像的列
mm = round(m/2); % 对m/2取整,round表示四舍五入到最近邻的整数
nn = round(n/2); 

[p, q] = size(K); 
pp = round(p/2); 
qq = round(q/2); 

I = double(I); % 将图像数据类型变为double型
K = double(K); 

colorsum = 0.0; % 给灰度值总和赋0
I_avg = mean2(I); % 求原始图像的一阶矩,一阶矩即是均值
K_avg = mean2(K); % 求对比度增强后的图像的一阶矩
I_std = std(std(I)); % 求原始图像的二阶矩,二阶矩即是方差
K_std = std(std(K)); % 求对比度增强后的图像的二阶矩
for i = 1 : mm
   for j = 1 : nn
      colorsum = colorsum + (I(i
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

桂哥317

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值