数字图像处理——基于Python 课件 第18讲 特征提取和图像识别.pptx

数字图像处理——基于Python 课件 第18讲 特征提取和图像识别.pptx

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
第9章 图像的描述与特征提取(2);回顾;本课内容;9.4 纹理描述;9.4.1 矩分析法 ;9.4.2 灰度差分统计法;9.4.2 灰度差分统计法;9.4.2 灰度差分统计法;9.4.2 灰度差分统计法;9.4.3 灰度共生矩阵法 ;定义:对于取定的方向 和距离d,在方向为 的直线上,一个像素灰度为i,另一个与其相距为d的像素灰度为j的点对出现的频数作为共生矩阵第(i,j)元素的值;9.4.3 灰度共生矩阵法 ;9.4.3 灰度共生矩阵法 ;9.4.3 灰度共生矩阵法 ;;9.4.3 灰度共生矩阵法 ;本课内容;9.5 常用的特征提取算法;9.5 常用的特征提取算法—HOG特征;提取HOG特征的流程如下: (1)获得输入图像,假如大小(20,20); (2)获得水平方向和垂直方向梯度; (3)根据梯度计算图像梯度的幅值与相位; ;(4)将幅值与相位划分为2x2共4个细胞单元,每个细胞单元是(10,10)维的;;(5)将相位分为bin_n(16)个方向,在细胞单元中进行bin方向投影,幅值作为对应像素点的权重值,计算投影和,返回的直方图包含4个元素,每个元素是16维的;;(6)将hists在水平方向展开,成为一维的数组(64,); (7)将特征归一化。;本课内容;9.6 MNIST手写数字识别系统;9.6 MNIST手写数字识别系统;9.6 MNIST手写数字识别系统;9.6 MNIST手写数字识别系统;9.6 MNIST手写数字识别系统;9.6 MNIST手写数字识别系统;9.6 MNIST手写数字识别系统;本课小结

文档评论(0)

xiaobao + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档