模式識別課程設計_第1頁
模式識別課程設計_第2頁
模式識別課程設計_第3頁
模式識別課程設計_第4頁
模式識別課程設計_第5頁
已閱讀5頁,還剩1頁未讀 繼續免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

1、模式識別課程設計關于黃綠樹葉的分類問題 成員:李家偉 2015020907010 黃哲 2015020907006 老師:程建 學生簽字:一、小組分工黃哲:數據采集以及特征提取。李家偉:算法編寫設計,完成測試編寫報告。二、特征提取選取黃、綠樹葉各15片,用老師給出的識別算法進行特征提取%Extract the feature of the leafclear, close all I = imread('/Users/DrLee/Desktop/kmeans/1.jpg');I = im2double(I);figure, imshow(I)n = input('Ple

2、ase input the number of the sample regions n:');h = input('Please input the width of the sample region h:');Pos = ginput(n);SamNum = size(Pos,1);Region = ;RegionFeatureCum = zeros(2*h+1)*(2*h+1)*3,1);RegionFeature = zeros(2*h+1)*(2*h+1)*3,1);for i = 1:SamNum P = round(Pos(i,:); rectangle

3、('Position', P(1) P(2) 2*h+1 2*h+1); hold on Regioni = I(P(2)-h:P(2)+h,P(1)-h:P(1)+h,:); RegionFeatureCum = RegionFeatureCum + reshape(Regioni,(2*h+1)*(2*h+1)*3,1);endhold offRegionFeature = RegionFeatureCum / SamNum115為綠色樹葉特征,1630為黃色樹葉特征,取n=3;h=1,表示每片葉子取三個區域,每個區域的特征為3*3*3維的向量,然后變為27*1的列向量,表

4、格如下。綠色:黃色:三、在matlab中用K均值 算法聚類分析利用matlab中的K均值函數形式其中x為這30個樣本的特征向量。將數據列表導入matlab空間,用列表讀取函數X=xlsread( 總和.numbers,'A2:AD28');Idx,C,sumD,D=kmeans(X,2,dist,'sqEuclidean','rep',4);而后是分類情況的函數close all;clear all;clc;load(D.mat')for i = 1:15plot(D(i,1),D(i,2),*b'); hold on;plot(D(i+15,1),D(i+15,2),*r');endx1 = sum(D(1:15,1) sum(D(1:15,2);x2 = sum(D(16:30,1) sum(D(16:30,2);x1 = x1./15; x2 = x2./15;plot(x1(1,1),x1(1,2),'or');hold on;plot(x2(1,1),x2(1,2),'ob');hold on;xlabel(x1');ylabel('x2');text(x1(1,1)+0.1,x1(1,2)+0.2 ,第一類

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業或盈利用途。
  • 5. 人人文庫網僅提供信息存儲空間,僅對用戶上傳內容的表現方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,請與我們聯系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論