人工智能学习

【图像识别】基于直方图实现人脸识别matlab源码

本文主要是介绍【图像识别】基于直方图实现人脸识别matlab源码,对大家解决编程问题具有一定的参考价值,需要的程序猿们随着小编来一起学习吧!

一、直方图

首先看一个例子:

 

上面是原始图像,下面是图像的直方图。

 

什么意思呢?

 

 

举例:

 

 

最后绘制的直方图如下:

                    

 

不过,大家一般看到的是这种:

                    

 

 

再比如,左边这三张图,得到的对应的直方图如右所示:

 

 

 

 

 

二、归一化直方图

 

 

 

举例:

 

 

三、绘制直方图的参数

 

3.1 dims 

dims表示使用参数的数量。dims = 1表示绘制直方图的时候,只考虑灰度级的情况。dims一般就等于1。

 

 

 

3.2 bins

参数子集的数目

有时候需要把邻近的像素值合并一下。比如下面的图,应该有5个像素值。但是想合并成3个,那就bins = 3。

 

 

 

再比如,lena图像想分成16个组

 

最后得到的灰度直方图如下:

 

 

 

3.3 Range

统计直方图的范围。

 



  1. function varargout = FR_Processed_histogram(varargin)
    gui_Singleton = 1;
    gui_State = struct('gui_Name',       mfilename, ...
        'gui_Singleton',  gui_Singleton, ...
        'gui_OpeningFcn', @FR_Processed_histogram_OpeningFcn, ...
        'gui_OutputFcn',  @FR_Processed_histogram_OutputFcn, ...
        'gui_LayoutFcn',  [] , ...
        'gui_Callback',   []);
    if nargin && ischar(varargin{1})
        gui_State.gui_Callback = str2func(varargin{1});
    end
     
    if nargout
        [varargout{1:nargout}] = gui_mainfcn(gui_State, varargin{:});
    else
        gui_mainfcn(gui_State, varargin{:});
    end
     
    function FR_Processed_histogram_OpeningFcn(hObject, eventdata, handles, varargin)
    handles.output = hObject;
    guidata(hObject, handles);
    global total_sub train_img sub_img max_hist_level bin_num form_bin_num;
    total_sub = 40;
    train_img = 200;
    sub_img = 10;
    max_hist_level = 256;
    bin_num = 9;
    form_bin_num = 29;
     
    function varargout = FR_Processed_histogram_OutputFcn(hObject, eventdata, handles)
    varargout{1} = handles.output;
     

    完整代码咨询QQ1575304183

这篇关于【图像识别】基于直方图实现人脸识别matlab源码的文章就介绍到这儿,希望我们推荐的文章对大家有所帮助,也希望大家多多支持为之网!