kcsdnprac的博客

特征提取是计算机视觉和图像处理中的一个概念。它指的是使用计算机提取图像信息，决定每个图像的点是否属于一个图像特征。特征提取的结果是把图像上的点分为不同的子集，这些子集往往属于孤立的点、连续的曲线或者连续的区域。 特征的定义         至今为止特征没有万能和精确的定义。特征的精确定义往往由问题或者应用类型决定。特征是一个数字图像中“有趣”的部分，它是许多计算机图像分析算法的起点

%**************************************************************************% 图像检索——纹理特征%基于共生矩阵纹理特征提取，d=1,θ=0°,45°,90°,135°共四个矩阵%所用图像灰度级均为256%参考《基于颜色空间和纹理特征的图像检索》%function : T=Tex

I=imread('C:\Users\Administrator\Desktop\孔雀1.jpg');%读取图像J1=imnoise(I,'gaussian',0,0.0005);%加入均值为0，方差为0.005的高斯噪声J=rgb2gray(J1);subplot(2,3,1);imshow(I);title('原始图像');subplot(2,3,2); imshow(J);titl

基本上有两个方法：一个是将你的图像统一进行一次重命名如：1.jpg，2.jpg等，然后利用for循环依次进行处理即可，如下面的语句：假设你的图像共有20副：str='D:\做差\好的图像\'; %我的图像放在D盘，做差文件夹下，好的图像文件夹下for i=1:20    I=imread([str,num2str(i),'.bmp']); %依次读取每一幅图像%在此处进行你的图

纹理的定义：纹理是一种反映图像中同质现象的视觉特征，它体现了物体表面的具有缓慢变化或者周期性变化的表面结构组织排列属性。纹理具有三大标志：某种局部序列性不断重复、非随机排列、纹理区域内大致为均匀的统一体。纹理不同于灰度、颜色等图像特征，它通过像素及其周围空间邻域的灰度分布来表现，即：局部纹理信息。局部纹理信息不同程度的重复性，即全局纹理信息。 纹理的分类：纹理特征可以分为四种类型：

一共有四种基于内容的图像分类方法，即颜色、纹理、形状和空间关系。1.基于颜色特征的分类技术目前，提取颜色特征己经成为几乎所有基于内容图像分类技术的重要手段。由于颜色是物体必备的视觉特性，同一类物体一般会有相似的色彩特征，所以人们就根据这一点用色彩来对图像内容进行区分。颜色直方图能够描述不同色彩在整个图像中所占的比例，即使图像内容发生了大小、旋转上的变化，它也不会有很大的差异，因此颜

转自：http://www.cnblogs.com/moondark/archive/2012/04/20/2459594.html   感谢水木上同领域的同学分享，有了他的整理，让我很方便的获得了CV方面相关的经典论文，我也顺便整理一下，把pdf中的文字贴到网页上，方便其它人更直观的获取所要内容~~~   资料的下载链接为：http://iask.sina.com.cn/u/2252

reference:http://www.cnblogs.com/chaosimple/p/3197720.html

reference：http://dsqiu.iteye.com/blog/1669891

reference：http://blog.sina.com.cn/s/blog_7d283bbb0100rs0a.html

reference：http://wenku.baidu.com/view/d97924165f0e7cd18425366c.html

%**************************************************************************%图像检索——形状特征提取%利用HU的七个不变矩作为形状特征向量%Image : 输入图像数据%n: 返回七维形状特征行向量%**********************************************************