matlab代码，用于图像处理放向研究。把图像变成变灰度图像，索引图像或二值图像。

Matlab代码verilog 用于图像压缩的32x32灰度图像的主成分分析 使用的技术：Verilog，Matlab编程语言，FPGA Zynq，浮点单元。 使用的软件：ISE设计套件14.7，Matlab 2018a（带HDL编码器）。 概括： 我们制作了一个Matlab程序，可以找到“ n”维灰度图像的特征值和特征向量。 之后，我们必须用硬件描述语言Verilog来实现，然后将代码转储到FPGA上。 学习成果：我们学习了如何压缩图像。

滤波反投影重建算法实现灰度图像的重建,所用灰度图像是512x512

OpenCV实现灰度图像到二维数组，数组到图像的相互转换存取

本程序为图像处理典型算法的c++实现，包含图像显示，相关灰度变换算法，变换域处理，如Fourier（傅里叶变换），小波变换等，还包含图像的增强、特征提取，图像配准算法；实现了形态学中开、闭运算，腐蚀膨胀等运算，还可以控制视频

Qt+OpenCV小项目：灰度图转换

本文主要研究了通过灰度共生矩阵提取纹理特征图像的方 法,对该方法提取纹理特征图像进行了相关的实验分析。并将其在分类中的应用进行实验,证明了灰度共生矩阵 提取的纹理特征对图像分类精度提高起到一定的作用。

武汉大学数字图像处理课程设计

matlab实现vm图形分类代码变色龙分类 通过使用彩色和灰度图像，基于统计分类测量变色龙视觉模式之间的可区分性。 安装 下载代码。 从 下载特征提取代码（Single-Opponent (SO) 和 Double-Opponent (DO) 描述符）。 将代码放在文件夹 [root]/serre-lab-color_hmax-c2a60c1 中。 纸： 。 从（我们使用 linlinear-1.7）下载支持向量机 (SVM) 实现代码。 将代码放在文件夹[root]//liblinear-1.7 中。 创建 mex 文件：从 matlab，运行 [root]/liblinear-1.7/matlab/make.m。 纸： 。 用法 在 matlab 中，运行 [root]/run_all.m。 该实现由四个部分组成，对灰度和颜色描述符重复： 选择要素模板。 计算变色龙图像的描述符。 为每对类学习一个分类模型，并以留一法的方式测量准确性。 显示六个选定类别的结果（准确度 + p 值）。 第 (1)-(3) 部分的运行由第 5-10 行中的标志控制。 当标志设置为“false”时，将加载

FCM算法中参数的优选方法及实例应用-FCM算法用于灰度图像分割的初始化方法的研究.pdf replyreload = ',' 51632;====在这个帖子中的内容,我六月份曾在 cinc 2009 上发表,在过几个月这篇文章就会被 EI Compendex, Istp and Inspec检索了．嘿嘿．文章介绍如下．其实就是这个帖子中的内容．．OO－＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝ 那篇 paper : 游客，如果您要查看本帖隐藏内容请回复 A New Validity Function for Fuzzy Clustering Wuhan, China June 06-June 07 Yang Li Fusheng Yu DOI Bookmark:http://doi.ieeecomputersociety.org/10.1109/CINC.2009.100 ABSTRACT This paper first gives a new validity function for fuzzy clustering, then presents a method of the optimal selecting of the cluster number in the standard fuzzy c-means clustering algorithm, and finally outlines the fuzzy c-means clustering algorithm with parameters self-adapted. Experimental results carried on synthetic data set and data set based on actual background illustrate the performance of the new validity function and the corresponding fuzzy clustering algorithm. ADDITIONAL INFORMATION Index Terms: Fuzzy C-Means; fuzzy clustering analysis; cluster number; clustering validity function Citation: Yang Li, Fusheng Yu, "A New Validity Function for Fuzzy Clustering," cinc, vol. 1, pp.462-465, 2009 International Conference on Computational Intelligence and Natural Computing, 2009 ========= 【以前我写过的一篇论文，有关FCM的，虽然Matlab中有模糊工具箱但那里面给出的FCM算法必须事先给出聚类数，我这里给出的算法具有自适应性无需人为给出聚类数，可自行给出最佳聚类数，希望能为相关方面的朋友提供帮助。】 摘要：本文在原始的fcm算法基础上，对算法中的聚类数c和加权指数m给出优选方法，进而而出了fcm参数优选自适应算法，通过人造数据与具有实际背景的数据验证可以看出该算法是有效的，该算法不但可以自适应的给出最佳的聚类数，而且可以验证聚类的有效性，达到最佳聚类的目的。 关键字：FCM，聚类分析，聚类数，加权指数，自适应 Abstract：This paper gives a method of the optimal choice for fuzzy weighting exponent m and the numbers c. Then the Fuzzy c-Means clustering algorithm with parameters self-adepted is presented in this paper. At last expermental results with artificial data and data based on actual background illustrates the effectiveness of the algorithm. Keywords：FCM，fuzzy clustering analysis，cluster number，fuzzy weighting exponent，self-adepting ============================================== 内容目录 第一章 引论及FCM算法介绍        - 4 - 1.1 简介聚类分析        - 4 - 1.2 FCM算法介绍        - 4 - 1.2.1　普通（硬）－Ｃ均值聚类算法        - 4 - 1.2.2　模糊（软）－Ｃ均值聚类算法        - 5 - 1.3 聚类数c的研究        - 7 - 1.4 加权指数m的研究及m对FCM算法的影响        - 8 - 第二章 FCM参数的优选自适应方法        - 9 - 2.1 引言        - 9 - 2.2 聚类数c的自适应方法        - 10 - 2.3 加权指数m的优选方法        - 12 - 2.3.1   划分模糊度        - 12 - 2.3.2  FCM中参数m的优选        - 14 - 第三章 FCM参数自适应算法的实例应用        - 15 - 附录        - 19 - 参考文献        - 24 - fcm.jpg 游客，如果您要查看本帖隐藏内容请回复