zhengalen的博客

网上发现一篇不错的文章，是关于图像特征提取的，给自己做的项目有点类似，发出来供大家参考。       特征提取是计算机视觉和图像处理中的一个概念。它指的是使用计算机提取图像信息，决定每个图像的点是否属于一个图像特征。特征提取的结果是把图像上的点分为不同的子集，这些子集往往属于孤立的点、连续的曲线或者连续的区域。 特征的定义         至今为止特征没有万能和精确的定义。

原文  http://xianglong.me/article/matlab-face-detection/ 本文提出了一种基于肤色信息和眼睛粗略定位的人脸检测算法。该算法先对 Anil K.Jain 的 Cb 、 Cr 椭圆聚类方法进行了改进，用改进的算法进行肤色提取，经过肤色区域的分析，对人脸区域进行预检测，确定人脸可能区域，然后再根据眼睛的粗略定位进一步确定人脸区域。一、

第一种：RGB color space第二种：RG color space第三种：Ycrcb之cr分量+otsu阈值化 还有别的一些模型，效果不太好就不贴了 1.rgb model[cpp] view plain copy // skin region location using rgb limitation  void SkinRGB(I

转载：http://blog.youkuaiyun.com/abcjennifer/article/details/7639681博主：Rachel-ZhangSIFT（Scale-invariant feature transform）是一种检测局部特征的算法，该算法通过求一幅图中的特征点（interest points,or corner points）及其有关scale 和 orientat

【转载】：http://www.cnblogs.com/tornadomeet/archive/2012/03/20/2408086.htmlMatlab 形态学图像处理（原文作者很是细心，感谢！）      形态学是提取图像特征的有力工具，针对二值图像和灰度图像的腐蚀、膨胀和重构的基本操作可以组合使用，以执行非常宽泛的任务。其练习代码和结果如下：  1 %% 第

腐蚀和膨胀操作更细致的分析(主要谈论涉及图像边缘的腐蚀和膨胀运算)。注：结构元素在扫描图像中的每个像素时，结构元素的邻域有部分会在图像外面。比如当结构元素扫描图像上方第一行像素值(这里默认结构元素为3×3)，结构元素会有部分在图像的外面，此时，为了有效处理边界像素，进行形态学运算的函数通常都会给出超出图像、未指定数值的像素指定一个数值，这样就类似于函数给图像填充了额外的行和列。对于膨胀和腐蚀操

简单介绍：   图像处理离不开矩阵卷积，这个也不例外。  膨胀的卷积图：  注意的是，源图像不可与目标图像设为同一个，否则第三行和第四行后四个将全被标记。这在OPENCV的程序中也得到了体现。    上图我的理解是小模板的原点在(0,1)处，然后与源图像进行模板卷积得到了结果。腐蚀的模板卷积图：  膨胀是在

二值图像的腐蚀和膨胀图像数字处理中应用相当广泛，代码处理也很简单，只不过一些资料在介绍腐蚀和膨胀原理时，用一些形态学、集合上的概念和术语，搞得也有些”高深莫测“了。    从图像处理角度看，二值图像的腐蚀和膨胀就是将一个小型二值图（结构元素，一般为3*3大小）在一个大的二值图上逐点移动并进行比较，根据比较的结果作出相应处理而已。以二值图的骨架为黑色点为例：    作图像腐蚀处理时，

处理医学图像上的无用部位：原图：代码：a=imread('C:\医学图像.jpg');b=rgb2gray(a);[m,n]=size(b);imshow(b);figure;for i=1:m    for j=1:n        if b(i,j)>=170            b(i,j)=0;        end    en

转载：http://www.cnblogs.com/slysky/archive/2011/10/16/2214015.html图像的膨胀与腐蚀、细化原理：在特殊领域运算形式——结构元素（Sturcture Element），在每个像素位置上与二值图像对应的区域进行特定的逻辑运算。运算结构是输出图像的相应像素。运算效果取决于结构元素大小内容以及逻辑运算性质。结构元素：膨胀和腐蚀

我在做手势识别模块。以下是程序：clear;I1=imread('C:\Users\Administrator\Desktop\手势图片\8.jpg');level=graythresh(I1);%自动算出合适的阈值I2=im2bw(I1,level);%灰度图像转换为二值图像SE=ones(50,10);%形态学结构元素？？？I2=imdilate(I2,SE); %er

车牌识别2012-11-07 17:42 1090人阅读 评论(0) 收藏 举报 目录(?)[-]车牌预处理字符分割归一化处理细化处理字符特征提取神经网络训练车牌图像识别结果测试 1.车牌预处理车牌预处理过程的好坏直接影响到车牌图像进行后期处理过程，比如车牌字符分割等。车牌预处理也是尽可能的消除噪声，减少后期处理带来的不必要的麻烦。输入的车牌

1、Matlab简述Matlab是国际上最流行的科学与工程计算的软件工具，它起源于矩阵运算，已经发展成一种高度集成的计算机语言。有人称它为“第四代”计算机语言，它提供了强大的科学运算、灵活的程序设计流程、高质量的图形可视化界面设计、便捷的与其它程序和语言接口的功能。随着Matlab语言功能越来越强大，不断适应新的要求并提出新的解决方法，可以预见，在科学运算，自动控制与科学绘图领域，Matlab

function facedetec()　　sum=0;　　% clc,close all;　　iptsetpref('ImshowBorder', 'tight')　　f=imread('faces.jpg');　　Ori_Face=f;　　copy=f;　　img=f;　　% figure,imshow(f);　　f=rgb2ycbcr(f);%rgb转换为ycbcr　　%