模式识别课程设计.doc

精品文档模式识别课程设计关于黄绿树叶的分类问题 成员：李家伟 2015020907010 黄哲 2015020907006 老师：程建 学生签字：一、小组分工黄哲：数据采集以及特征提取。李家伟：算法编写设计，完成测试编写报告。二、特征提取选取黄、绿树叶各15片，用老师给出的识别算法进行特征提取%Extract the feature of the leafclear, close all I = imread(/Users/DrLee/Desktop/kmeans/1.jpg);I = im2double(I);figure, imshow(I)n = input(Please input the number of the sample regions n:);h = input(Please input the width of the sample region h:);Pos = ginput(n);SamNum = size(Pos,1);Region = ;RegionFeatureCum = zeros(2*h+1)*(2*h+1)*3,1);RegionFeature = zeros(2*h+1)*(2*h+1)*3,1);for i = 1:SamNum P = round(Pos(i,:); rectangle(Position, P(1) P(2) 2*h+1 2*h+1); hold on Regioni = I(P(2)-h:P(2)+h,P(1)-h:P(1)+h,:); RegionFeatureCum = RegionFeatureCum + reshape(Regioni,(2*h+1)*(2*h+1)*3,1);endhold offRegionFeature = RegionFeatureCum / SamNum115为绿色树叶特征，1630为黄色树叶特征，取n=3；h=1，表示每片叶子取三个区域，每个区域的特征为3*3*3维的向量，然后变为27*1的列向量，表格如下。绿色：黄色：三、在matlab中用K均值 算法聚类分析利用matlab中的K均值函数形式其中x为这30个样本的特征向量。将数据列表导入matlab空间，用列表读取函数X=xlsread( 总和.numbers,A2:AD28);Idx,C,sumD,D=kmeans(X,2,dist,sqEuclidean,rep,4);而后是分类情况的函数close all;clear all;clc;load(D.mat)for i = 1:15plot(D(i,1),D(i,2),*b); hold on;plot(D(i+15,1),D(i+15,2),*r);endx1 = sum(D(1:15,1) sum(D(1:15,2);x2 = sum(D(16:30,1) sum(D(16:30,2);x1 = x1./15; x2 = x2./15;plot(x1(1,1),x1(1,2),or);hold on;plot(x2(1,1),x2(1,2),ob);hold on;xlabel(x1);ylabel(x2);text(x1(1,1)+0.1,x1(1,2)+0.2 ,第一类);text(x2(1,1)+0.1,x2(1,2)+0.1 ,第二类);之后利用算法查看分