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

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。

基于MATLAB的马铃薯图像特征提取.pdf

基于MATLAB的树叶图像特征分类识别，图像分析处理 分割 特征提取 分类识别等

matlab特征提取：粒度测量。包括对图像进行增强，图形中粒度大小的分布

该图像特征是基于 Y. Ke 和 R. Sukthankar，计算机视觉和模式识别，2004 年提取的。然而，在此之前，图像被颜色不变性图像形式 CSIFT: A SIFT Descriptor with Color Invariant Features, Abdel-哈基姆, AE; Farag, AA ，计算机视觉和模式识别，2006 年 IEEE 计算机学会会议

人脸图像特征提取matlab代码

在手掌静脉图像采集的过程中易受手掌摆放姿势、光源条件等外界因素的影响,造成识别准确度欠佳。为了提高手掌静脉图像识别的精准度和鲁棒性,提出一种基于改进AlexNet深度卷积神经网络的手掌静脉识别方法。该方法首先通过图像分割、指根关键点定位、感兴趣区域图像提取等三个阶段对采集的手掌静脉图像进行预处理;其次,针对人体手掌静脉识别的应用场景,通过适当调整经典的AlexNet卷积神经网络的结构并对卷积层的输出进行批标准化操作,同时,将深度学习理论中的注意力机制应用到该网络中,进而优化AlexNet神经网络,使用优化后的AlexNet神经网络对预处理后的图像自动进行特征提取、分类和识别;最后,在公开的Polyu和CASIA多光谱掌纹数据集上进行大量的实验,达到的最佳识别率分别为99.93%和99.51%,实验验证了所提方法的有效性

利用函数S一粗集,给出图像生成;提出F-隐形图像的概念,给出F-隐形图像的构成结构;给出 F-隐形图像的属性特征;提出F-隐形图像分离定理与还原定理,给出F-隐形图像在图像信息系统中的应用。

特征处理代码，数值特征，文本特征，图像特征