数字图像处理中对图像形状特征提取，其中包括对面积、周长和圆弧度特征的提取 数字图像处理中对图像形状特征提取，其中包括对面积、周长和圆弧度特征的提取

基于语音识别技术MFCC特征的提取，带有详细注释

这些是“二维线性判别分析的注释”，模式识别信中的代码在本文中，我们表明在考虑相同维度的假设下，二维判别分析的判别能力并不比 LDA 强。 在实验部分，一方面，我们证实了我们的主张的有效性，并表明在小样本问题中，基于矩阵的方法并不总是优于基于向量的方法； 另一方面，当采用特征矩阵和特征向量时，我们比较了几种距离度量。

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。

基于Gabor滤波器的图像纹理特征提取，Gabor filter，texture

计算机图像处理技术在舌像特征提取中的应用.pdf

针对摩擦振动特征难以有效提取的问题，提出利用连续小波变换(CWT)时频谱图像和图像处理技术提取摩擦振动特征参数的方法。运用CWT变换绘制6S50MC船用柴油机缸套一活塞环试样摩擦振动信号的时频谱图，再用图像分割技术提取振动特征体及相应的特征参数，探讨特征参数与不同润滑剂润滑条件下缸套-活塞环摩擦振动特性的内在联系。结果表明，随着摩擦磨损过程的进行，摩擦振动信号特征参数出现规律性变化；不同润滑工况下的特征参数呈现出明显的差异，反映了摩擦磨损的状态。振动特征体特征参数能定量刻画摩擦振动信号的特征。

数字图像处理的期末作业，matlab gui实现，对指纹图像进行特征点的抽取与编辑。附件内包含源程序、研究报告、使用说明及测试图例。 指纹特征点(端点、分叉点)的抽取包括指纹增强、细化、抽取及伪特征点的消除。 编辑过程是图形界面编程，包括手动的增加、删除、移动特征点，最后将特征点坐标保存至TXT文档。 程序的缺陷在于伪特征点去除方法不够好。另外注释不多，但较易看懂。

随着计算机人工智能技术的不断发展， 基于人工智能的各种应用层出不穷， 其中图像识别技术便是生活中应用最为广泛的一种。图 像识别是指利用计算机系统来完成图像匹配识别， 从而适配各种应用的技术，与人类识别相比， 人工智能使其更加精准和高效， 已广泛应用于 国民经济的各个领域。本文从图像识别的流程讲起， 就各种识别方式进行论述， 并对未来的图像识别发展进行了展望

lda分类代码matlab fNIRS_BCI_DataAnalysis 预处理、特征提取（斜率、移动斜率、峰度、偏度、均值和方差）和分类代码（正则化 LDA 和 SVM），用于分析脑机接口 (BCI) 的 fNIRS（功能性近红外光谱）数据。 所有代码都是用MATLAB编写的。 功能列表： --> f_FilteredDataMatrixtoFeatures_NIRS 此函数将原始 fNIRS 数据转换为特征矩阵。 -->f_FilteredDataMatrixtoFeatures_NIRS 此函数将原始（或过滤）输入 fNIRS 数据转换为特征矩阵，包括常见的 fNIRS 特征类型：均值、方差、偏度、峰度、最大移动斜率（在指定的窗口大小中）。