梦想庚远

mean与mean2  mean：计算一个行向量或列向量的平均值.例：X=[1 2 3; 2 3 4];        b= mean(X)与b=mean(X,1)相同，结果为[1.5 2.5 3.5];        b=mean(X,2)，结果为 [ 2; 3]　mean2：计算矩阵元素的平均值例：b=mean2(A)

基本全局阈值处理选取阈值的一种方法就是图像直方图的视觉检测。例如，图10-12(a)中的直方图有两个截然不同的模式；很容易选择阈值T来分开它们。选择T的另一个方法是反复实验，选取不同的阈值，直到观测者觉得产生了较好的结果为止，这在交互环境下特别有效。例如，这种方法允许使用者通过widget(图形控制)改变阈值，就像游标一样，可以立即看见结果。通常，在图像处理中首选的方法是使用一种能基于图像

最大类间方差法（otsu）的原理：       阈值将原图象分成前景，背景两个图象。       前景：用n1,csum,    m1来表示在当前阈值下的前景的点数，质量矩，平均灰度       后景：用n2, sum-csum, m2来表示在当前阈值下的背景的点数，质量矩，平均灰度       当取最佳阈值时，背景应该与前景差别最大，关键在于如何选择衡量差别的标准     

对MATLAB生成的.mat文件进行读取。比如存储的时候是save train.mat  A。然后在读取时用，H=load('train.mat').   然后想显示任意行列数据时用。K=H.A(:,1:3),就可选取全部行，第一到三列。这说明H是结构数组。

寻找矩阵或者向量中不同元素的个数可使用以下方法：方法一：A = data(:,i);B = unique(A);c = zeros(size(B));for i=1:length(B)    c(i)=length(find(A==B(i)));end 方法二：使用函数tabulate(A)   方法三

Z=[1 2;3 4]b=sum(Z)     %将列相加c=sum(Z,2)   %将行相加运行结果： Z =     1     2     3     4b =     4     6c =     3     7

首先保证两幅图片大小一样，然后直接减，我也在车型识别，可以探讨。i=imread('01.bmp');>> j=imread('02.bmp');>> i1=rgb2gray(i);>> j1=rgb2gray(j);%%%%%%%%%%%%%%%%%%%灰度化>> s=imsubtract(j1,i1);>> imshow(s)

matlab练习程序（LBP，局部二值模型）一种图像特征的提取算法。算法步骤：1.用3*3的模板对图像每个像素进行处理，比较当前像素和周围像素的大小，将大于当前像素的置1，小于的置0。2.对这周围八个像素进行编码，这八个0和1正好是可以组成一个byte数，然后按一定的规则组成这个无符号数。3.把这个数赋值给当前像素。4.通常对处理后的图像进行区域划分，比如分成4*4