说明：图像特征提取，不变矩。hu矩。f1~f7.用于物体识别。

说明：基于均值漂移（mean shift)算法的图像分割程序，可用于图像特征提取，图像识别等。参考文献：Comaniciu(2002) Mean shift- a robust approach toward feature space analysis.pdf

说明：聚类算法的matlab源码，用于特征提取等等

说明：独立成分分析是近年来出现的一种强有力的数据分析工具。1994年由Comon给出了ICA的一个较为严格的数学定义，其思想最早是由Heranlt和Jutten于1986年提出来的。ICA从出现到现在虽然时间不长，然而无论从理论上还是应用上，它正受到越来越多的关注，成为国内外研究的一个热点。特别是从应用角度看，它的应用领域与应用前景都是非常广阔的，目前主要应用于盲源分离、图像处理、语言识别、通信、生物医学信号处理、脑功能成像研究、故障诊断、特征提取、金融时间序列分析和数据挖掘等。 ICA是一种用来从多变量（多维）统计数据里找到隐含的因素或成分的方法，被认为是主成分分析（Principal Component Analysis, PCA）和因子分析（Factor Analysis）的一种扩展。对于盲源分离问题，ICA是指在只知道混合信号，而不知道源信号、噪声以及混合机制的情况下，分离或近似地分离出源信号的一种分析过程。

说明：实现基于sift特征的图像拼接，在sift特征提取和匹配（match）原代码的修改上实现的，源代码

说明：利用MATLAB 实现SVD特征提取和人脸重构

说明：一个蒙特卡罗算法程序，可以自己扩编改编次程序 [visualmatlab.rar] - 本书系统地介绍了图像处理与识别的基本原理、典型方法和实用技术。全书共分12章，第1章～第6章是图像处理与识别的基础内容，包括图像科学综述、MATLAB语言图像编程、图像增强、图像分割、图像特征提取和图像识别；第7章～第10章是图像处理与识别的工程实例，涵盖了医学图像处理、文字识别和自导引小车路径识 [MonteCarlo.rar] - 蒙特卡罗（Monte Carlo）方法，又称随机抽样或统计试验方法，属于计算数学的一个分支，它是在本世纪四十年代中期为了适应当时原子能事业的发展而发展起来的。传统的经验方法由于不能逼近真实的物理过程，很难得到满意的结果，而蒙特卡罗方法由于能够真实地模拟实际物理过程，故解决问题与实际非常符合，可以得

说明：介绍了一种非常实用的特征提取新方法，针对稀疏核主成分分析方法在特征提取中的不足, 提出了一种基于核K- 均值聚类的稀疏核主成分分析( Sparse KPCA) 的特征提取方法用于说话人识别。

说明：快速独立分量变换，可用于信号特征的提取以及端点检测等，非常好用！

说明：利用特征提取和分类的方法,假设输入值为{大,圆,光滑}为水果的三个特征值,来代表三种不同的水果,识别苹果\梨\香蕉\桔子\菠萝水果类别.

说明：实现SIFT特征提取算法，对于图像处理很有用的，首先提取特征点，然后进行特征点匹配。版权信息参见LICENSE

说明： Hu的七个不变矩在图像处理，尤其是特征提取方面是很重要的一个概念。本代码实现了图像的7个不变矩的计算和输出。

说明：图像特征提取领域的一个小研究，可以提取其点特征，再进行特征描述和特征匹配。鲁棒性很强。

说明：基于角点提取的特征点匹配算法研究！特征点用uSan算子提取！

说明：模式识别的实验书，自学的朋友可以尝试依照要求练习matlab实现模式识别的实验。

说明：该源代码是MATLAB程序，可直接使用，是信号处理中的模式识别算法，包括归一化，特征提取步骤。

说明：一本有关特征提取和图像处理的，绝对经典！

说明：图像特征提取是图像识别的关键步骤,图像特征提取的效果如何直接决定着图像识别的效果. 如何从原始图像中提取具有较强表示能力的图像特征是智能图像处理的一个研究热点. 本文旨在介绍各种 图像特征提取方法的基本思想、特点和研究发展现状,

说明：一个Matlab环境下编写的流行学习（manifold)算法，可用于图像特征提取及行为模式提取

说明：gabor提取纹理特征，k-means方法无监督聚类进行图像分割

说明：图像特征提取与分析,在进行识别时特征提取时的方法

说明：对图像进行特征提取，构造合适的特征集合，包括SFS,SBS,SFFS等

说明：本代码是基于面部感情特征提取的一种遗传算法，

说明：sift特征点提取代码和对两幅图像提取特征点后进行特征点匹配，可用于图像拼接等。c和matlab代码都有

说明：实现边缘特征提取的功能有很强的特征提取功能能够边缘特征进行提取

说明：用RBF网络识别四边形，三角形图像,提取特征量，然后进行仿真识别。

说明：特征提取与图像处理, 不太厚(三百多页)的一本电子书, 英文版.

说明：线性差别分析法（LDA）提取人脸图像特征点子程序

说明：特征提取（很详细的介绍了特征提取的一些列方法，是学习特征提取的好材料）

说明：（压缩包里一共有5个代码） pca+lda+粗糙集+模糊神经网络 saveORLimage.m将ORL人脸库分为测试集ptest和训练集pstudy存为imagedata.mat 1.savelda.m将人脸库先进行pca降维，再用lda进行特征提取，得到新的测试集ldatest和训练集ldastudy存为imageldadata.mat 2.对ldastudy进行离散化(discretimage.m)，得到离散化矩阵disdata,存入到imagedisdata.mat 3.将disdata组成决策表(savers.m)，通过对disdata的条件属性进行约简，得到其一个约简，组成新的测试集rstest和训练集rsstudy存为imagersdata.mat 4.对rsstudy进行模糊神经网络训练(savecul.m)，对模糊神经网络的参数进行调整学习将其存入culdata.mat 5.用runfnn.m对rstest进行测试得到其识别率 savem.m和cm.m是用最小距离分类器对训练集和测试集进行分类.