基于LBP和GLCM的煤岩图像特征提取与识别方法.pdf

基于图像重构和特征融合的人脸识别方法研究

图像特征特点及其常用的特征提取与匹配方法

为实现煤岩界面精准识别，研究团队采集了鄂尔多斯李家壕煤矿矿区巷道掘进面原始图像，提出了一种基于机器学习的分类算法和数字图像处理的边界提取算法。这些算法为提取连续单像素宽度边界提供了坚实的基础。值得注意

很不错的目标识别技术，特征提取很好.改程序是提取图像特征的核心程序。你值得拥有~

借助图像处理技术及特征提取方法,提出了基于变换域与高斯混合模型聚类的煤岩识别方法。采用离散余弦变换和离散小波变换分别提取煤岩图像的内容和纹理信息,组成的特征向量经过高斯混合模型聚类进行分类识别。通过仿

这是一个基于c++使用传统方法对图像进行边缘提取

图像的特征提取与描述的研究

在深入的对频谱脸法和Fisherface方法进行研究后,综合这两种方法的优点,提出了一种基于频谱脸和Fisherface的人脸识别新方法。频谱脸方法主要是采用二维小波变换和傅立叶变换。因为人脸图像的低

本文提出了一种新的基于联合稀疏表示的图像融合方法。 由于传感器观察到相关现象,因此源图像有望具有共同的和创新的特征。 我们使用稀疏系数作为图像特征。 通过联合稀疏表示,用公共稀疏系数和创新稀疏系数表示

基于人脸特征提取的实现，局部梯度模式lgp的MATLAB代码