说明:通过引入折衷加权模糊因子和核度量,提出了一种改进的模糊C均值(FCM)图像分割算法。折衷加权模糊因子同时依赖于所有相邻像素的空间距离和它们的灰度差。利用该因子,新算法可以准确估计相邻像素的阻尼程度。为了进一步增强其对噪声和离群点的鲁棒性,我们在其目标函数中引入了核距离测度。该算法根据采集数据点的距离...
说明:该算法是基于核密度估计的爬山算法,可用于聚类、图像分割、跟踪等,因为最近搞一个项目,涉及到这个算法的图像聚类实现。 假设在一个多维空间中有很多数据点需要进行聚类,Mean Shift的过程如下: 1、在未被标记的数据点中随机选择一个点作为中心center; 2、找出离center距离在bandw...
说明: KNN 算法其实简单的说就是“物以类聚”,也就是将新的没有被分类的点分类为周围的点中大多数属于的类。它采用测量不同特征值之间的距离方法进行分类,思想很简单:如果一个样本的特征空间中最为临近(欧式距离进行判断)的K个点大都属于某一个类,那么该样本就属于这个类。这就是物以类聚的思想。
说明:灰度直方图是对图像上单个像素具有某个灰度进行统计的结果,而灰度共生矩阵是对图像上保持某距离的两像素分别具有某灰度的状况进行统计得到的。 取图像(N×N)中任意一点 (x,y)及偏离它的另一点 (x+a,y+b),设该点对的灰度值为 (g1,g2)。令点(x,y) 在整个画面上移动,则会得到...
说明:LDA线性判别分析是一种经典的提取特征的算法,它的基本思想是通过样本的类内离散度和类间离散度,寻找由最佳投影矢量构成的投影矩阵。将原始的样本数据投影到特征子空间中,实现数据分类。由于在人脸识别时常常会遇到小样本问题,因此在本次代码中,先用PCA主成分分析的方法降低样本维数,再用线性判别分析提取特征。...