数字图像在分割后识别采用的特征提取方法

这篇论文提供了很多新颖的处理计算，其中非细化的特征提取算法可以提高识别。

用matlab写的人脸识别代码，内含几张照片，基于Gabor的特征提取和FaceDetectionSystem

本文对现有经典的人脸检测和人脸特征提取算法进行分析、研究和实现，其中，人脸检测是对样本图像进行Haar_Like 特征提取，并用积分图快速计算Haar_Like 特征值，利用Adaboost 算法实现

OpenCV手势识别-手掌特征提取，C++代码

人脸识别的特征提取概述 主要内容 1.人脸识别的意义 特征提取在人脸识别中的重要性 2.特征提取的各种方法简单介绍 人脸识别是人体生物认证技术的一种, 首先我们谈谈人体生物认证技术 人体生物的生物特征

该PPT介绍了图像分割的一些基本方法, 涉及灰度阈值法(原理, 阈值选取), 边缘检测法(梯度算子, 拉普拉斯算子), 区域分割法(区域生长, 分裂合并, 水域分割), 以及Hough变换.

利用高分辨雷达对目标进行识别是当代雷达系统的一个主要发展趋势。目前基于高分辨雷达的目标识别在军事及民用方面都已经有了一定程度的应用。本论文利用实测高分辨雷达回波数据进行实验，

车牌识别，车牌定位，字符识别，特征提取，实现了一种实用的方法

电能质量扰动识别主要通过S变换对电能质量扰动如谐波、闪变和暂升等进行变换，得到相应的时频图，并进行特征提取。特征提取后，通过决策树对提取的特征进行识别分类，从而实现对电能质量扰动的准确识别。该研究还包

图像特征特点及其常用的特征提取与匹配方法