matlab神经网络数字识别

近年来，加速增长的数字媒体收藏集和特别是静止图像集合，这两个专有和在网络上，建立了需要为发展的人类-为中心的高效的访问和检索的视觉信息的工具。需要管理这些图像和目标图像响应用户查询 h 的定位成为一个重要的问题。图像分类是有效地处理海量图像数据库的重要一步，使高效的检索算法的实现。图像分类是指的一种数字图像分为不同的类别，在特定的数据集，基于属性值内的分组。这样做的目的是为了替换图像数据的可视化分析与定量技术。本项目提出了图像分类技术的基础使用离散余弦变换、 沃尔什变换的变换后图像的特征向量。特征向量的各种大小是 8 × 8、 16 X 16、 32 X 32、 64 × 64 和 128 × 128 等生成的。所提出的算法被过的数据库1000 幅图像传播超过 10 个不同的类。欧氏距离作为相似性度量。设置一个门限值来确定查询图像属于哪一类的。

这个球面化算法最初是在ps上的球面化滤镜中看到的，感觉挺有意思，就研究了一下。算法的详细推导可以在这篇博客中找到，我比较懒，只在纸上推了一遍，就不在博客上编辑了。不过这里还是要把逆变换公式写一下。 

摄像机标定程序，opencv的摄像机标定，适应性广，可以用于广角摄像机的标定，标定时标定板的选择对于最终的标定结果影响较大，标定板角度应该与摄像机镜头有一定角度，方能保证标定结果的准确性。

应用背景人脸检测是自动人脸识别系统中的第一步，也是最重要的一步。它的可靠性大大影响整个系统的性能和可用性。关键技术版本：7；7版本增加了一个神经网络的实现。请访问该程序的官方网站，在地址：http://www.facedetectioncode.com你会找到关于如何运行程序的说明，一些基本的算法和一个论坛和一个联系页面来讨论它。运行程序： ； ；1所有文件和目录复制到MATLAB的工作文件夹 ；为运行这个程序，你必须有图像处理工具箱2 -找到一个名为“主”的文件。3 -双击此文件或键入“主”在命令窗口中4 -一个菜单将显示。点击“火车网络”，等到节目结束后，才进行培训和5 -点击“测试照片”。将出现一个对话框。选择一个JPG图片。 ； ； ；6-wait直到程序检测到一些面孔

clear,clc,close all; % compute the background image Imzero = zeros(240,360,3); video=aviread("SampleVideo.avi"); Im = double(cat(4,video(1:2:end).cdata))/255;     clear video % Convert to RGB to GRAY SCALE image. nFrames = size(Im,4); Imzero  = Im(:,:,:,1); for i = 2:5 Imzero = Im(:,:,:,i)+Imzero; end Imback = Imzero

可以调整图像色阶、锐度、反色、灰底均衡，还可以对图像进行反转、平移、旋转等操作

监控家里是否有陌生人闯入，家里的设备是否工作正常（如果家里的暖气是自供的话，冬天千万不能关暖气，否则 请点击左侧文件开始预览 ！预览只提供20%的代码片段，完整代码需下载后查看 加载中 侵权举报 打分 发表评论 暂无评论

卡尔曼滤波器是目标跟踪的主要功能，使用卡尔曼滤波程序，以实现对机动目标进行跟踪

应用背景粒子群算法工具箱 该工具箱将PSO算法的核心部分封装起来，提供给用户的为算法的可调参数，用户只需要定义好自己需要优化的函数(计算最小值或者最大值)，并设置好函数自变量的取值范围、每步迭代允许的最大变化量(称为最大速度，Max_V)等，即可自行优化。关键技术与遗传算法相比，PSO仅需要调整少数几个参数即可实现函数的优化。该算法对待优化函数没有任何特别的要求(如可微分、时间连续等)，因而其通用性极强，对多变量、高度非线性、不连续及不可微的情况更加具有其优势。 该工具箱的使用主要分为几个步骤： 1) 在Matlab中设置工具箱的路径； 2) 定义待优化函数； 3) 调用PSO算法的核心函数：pso_Trelea_vectorized()。 其中第三步最关键，用户需要根据自己的需要设置好参数，可使算法极快收敛。

OpenCV/c + + 程序计算，然后可视化图像的猪描述符。该程序采用 HOG 描述符并通过遍历所有块和将梯度的长处为每个单元每个块添加到每个单独的单元格来计算每个单元格中的梯度幅值，然后最后平均梯度的长处。