Matlab图像处理简易浅析.ppt

X为原始样本组成n*d的矩阵，其每一行是一个样本特征向量，每一列表示样本特征向量的一维。 COEFF：主成分分量，也是样本协方差矩阵的本征向量。 SCORE：主成分，X的低维表示。 latent：一个包含着样本协方差矩阵本征值的向量。 X=[1,2;3,3;3,5;4,5;5,6;6,5;8,7;9,3;7,6]; X [COEFF,SCORE,latent]=princomp(X);%主成分分析 COEFF%主成分分量 SCORE%主成分 latent%X样本协方差矩阵的本征值 Sobel交叉梯度 对水平边缘有较大响应 对垂直边缘有较大响应 拉普拉斯算子 I=imread(nir.bmp); I=double(I);%双精度化 w1=[-1 0;0 1]; w2=[0 -1;1 0]; G1=imfilter(I,w1,‘corr’,‘replicate’);%正45°梯度 G2=imfilter(I,w2,‘corr’,‘replicate’);%负45°梯度 G=abs(G1)+abs(G2);%计算Robert梯度 figure;imshow(G,[]); figure;imshow(abs(G1),[]); figure;imshow(abs(G2),[]); Robert交叉梯度 I=imread(nir.bmp); Id