该程序用于求解数字图像处理的灰度共生矩阵的纹理特征值，如熵、对比度，同质性、能量等。只需要将该m文件放在Matlab的安装目录：toolbox/images/images文件夹里，按照参数设定，直接调用即可。

针对现有煤矿安全隐患信息采集系统语义特征提取效率不高、数据采集智能化程度低等问题，提出了一种基于改进循环神经网络(RNN)的煤矿安全隐患信息关键语义智能提取系统。该系统利用循环神经网络记忆过往认知的特点，构建基于RNN的煤矿安全隐患信息关键语义智能采集模型，以逗号为界限进行语句分割，逐句提取关键语义特征，积累过往提取特征的记忆，最终获取安全隐患特征关键词。实验结果表明：该系统具有高精准度特征提取，语义映射命中率高等特性，实现了煤矿安全隐患关键信息智能采集，提高了日常安全生产隐患排查效率，减少了煤矿安全事故的发生。

为解决手工选煤、湿法选煤中存在的效率低下、劳动强度大、水资源耗费、环境污染等诸多问题。研究了基于机器视觉的煤矸识别方法，在实验室中搭建了试验平台，开发了MFC软件应用平台，实现了煤矸实时识别；选取山西西山、内蒙古和陕西神木的煤和矸石作为样本，建立了样本图像库；取420张图像作为实验样本，提取样本的灰度均值、峰值灰度、能量、熵、对比度、逆差矩6个特征进行统计和分析；采用粒子群优化算法(PSO)对支持向量机(SVM)的进行优化，并对分类器进行训练和分类测试。对特征分析的结果表明，灰度特征比为纹理特征具有更好的区分度；PSO-SVM分类器测试中，以灰度、纹理、组合特征作为输入时，其识别准确率分别为95.83%、72.92%、93.75%，结果表明以灰度特征作为输入识别效果最好。

一些常用的纹理特征提取方法汇总，都是用matlab写的，经过测试后有效。希望对大家有所帮助。matlab版本的源码，有详细的sift特征提取和匹配的步骤介绍，具体sift是什么我就不多说了。这个matlab版本的源码就是供初学者学习之用。本人也是刚刚学习，代码亲字试过，希望对大家有帮助，大家一起学习

京东评论情感分析模型，主要包括1、数据获取及探索性分析；2、文本预处理、文本分词、文本向量化、特征提取、

核密度估计（kde）是一种非参估计方法，常用于特征提取。本ppt对核密度估计的原理进行了细致的讲解，很容易明白。

适用于机器视觉初学者，文件夹中包含直线检测 圆弧提取 角点检测

利用K-L变换进行特征提取 通过类平均向量来实现类别投影

PCA特征提取 PCA(Principal Component Analysis)，即主成分分析方法，是一种使用最广泛的数据降维算法。PCA的主要思想是将n维特征映射到k维上，这k维是全新的正交特征也被称为主成分，是在原有n维特征的基础上重新构造出来的k维特征。 PCA是通过寻求方差最大的投影方向对原始数据进行变换，得到一组相互之间不相关的新特征。投影方向可取样本数据协方差矩阵的特征向量，各特征向量的重要程度利用其对应的特征值来衡量。 变换形式为 ，变换矩阵W由样本协方差矩阵的特征向量构成。可更改构成变换矩阵的向量个数，从而得到不同数量的特征，实现特征降维。

基于Matlab实现的指纹图像细节特征提取.pdf