搜索资源列表
NeonatalFacialExpressionFeatureExtraction
- 利用快速傅立叶变换实现了人脸表情图像的Gabor变换的快速算法 针对不同尺度的Gabor小波特征采用不同的下采样因子来对Gabor变换特征进行第一次降维 利用一种改进的核鉴别分析方法对Gabor特征进行二次特征提取-using fast Fourier transform of Facial Expression Gabor transform the image of the fast algorithm for different foot the Gabor wavelet cha
ResearchonFaceImageRetrievalBasedonPrincipalIndepe
- 提出一种基于独立分量分析的内容特征,并用于人脸图像检索,得到一种基于内容的图像检索新方案. 该方案首先在降维空间提取出基于高阶统计特性的主独立内容特征(PICF) ,应用提取的PICF 特征进行有效的人脸图像描述. 为确保计算有效性和检索正确率,运用可消除独立特征顺序不确定性的基于PICF 的检索方法,并在具备不同亮度、尺度、姿势和图像描述变化的RL 脸谱数据库中完成了人脸图像检索实. 计算机仿真结果验证了所提出方法的有效. 最佳检索率为100 ％ ,平均查准率达95. 14 ％P千次.
PCA_K
- PCA的思想为将图像的协方差矩阵分解，获得分解后的方向向量。然后将数据分别投影到某一个方向上去，获得与原图象近似的图像。当然,与最大特征值所对应的特征向量方向获得最好的图像。因此，PCA方法可以作为降维的一种方法。留下在某些方向较好的图像，而抛弃那些在另外一些方向上不好的图像。-PCA ideas as to decompose the covariance matrix of the image, the direction vector obtained after decompositio
two
- ：植物种类识别方法主要是根据叶片低维特征进行自动化鉴定。然而，低维特征不能全面描述叶片信息，识别准确率低，本文提 出一种基于多特征降维的植物叶片识别方法。首先通过数字图像处理技术对植物叶片彩色样本图像进行预处理，获得去除颜色、虫洞、 叶柄和背景的叶片二值图像、灰度图像和纹理图像。然后对二值图像提取几何特征和结构特征，对灰度图像提取 Hu不变矩特征、灰 度共生矩阵特征、局部二值模式特征和 Gabor 特征，对纹理图像提取分形维数，共得到 2183 维特征参数。再采用主成分分析与线性 评判分析相
主成分分析
- 主成分分析PCA源码分析，使用matlab编程，是一种降维方法，通过计算数据矩阵的协方差矩阵，然后得到协方差矩阵的特征值特征向量，选择特征值最大(即方差最大)的k个特征所对应的特征向量组成的矩阵。这样就可以将数据矩阵转换到新的空间当中，实现数据特征的降维。