# pattern-recognition

**Repository Path**: YQ23/pattern-recognition

## Basic Information

- **Project Name**: pattern-recognition
- **Description**: 模式识别 对Nemo鱼进行分割
- **Primary Language**: Matlab
- **License**: Not specified
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 1
- **Created**: 2020-09-14
- **Last Updated**: 2021-03-09

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# pattern-recognition
模式识别 对Nemo鱼进行分割
#
309.bmp为Nemo鱼的图像
#
 array_sample.mat是用于训练的matlab格式的样本数据，其中每一行代表一个样本信息，第1列为其灰度值，第2-4列分别对应r,g,b颜色值，最后一列代表label信息，其中1代表属于第一类，-1代表属于第二类
#
Mask.mat为一个二值图像，通过源图像与该图像的点乘运算即可得到需要分割的目标，即nemo鱼的部分。
#
Nemo1_norm.m文件为灰度处理，利用参数估计分离Nemo鱼
#
Nemo1_threshold.m文件为阈值分割对Nemo鱼进行灰度处理完成分割
#
Nemo2_norm.m文件为RGB三通道处理，利用参数估计分割
#
Nemo_hist.m文件为利用直方图估计法分割
#
Nemo_KDE1_fun.m文件为灰度处理后，使用MATLAB的自带函数ksdensity进行核密度估计
#
Nemo_KDE1_model.m文件为灰度处理后，使用MATLAB工具箱训练得到的模型进行预测
#
Nemo_KDE2_fun.m文件为RGB三通道处理，使用MATLAB的自带函数ksdensity进行核密度估计
#
Nemo_KDE2_model.m文件为RGB三通道处理，使用MATLAB工具箱训练得到的模型进行预测
#
Nemo_KDE2_parzen.m文件为使用parzen窗函数对Nemo鱼进行分离
#
Nemo_KNN1_fun.m文件为灰度处理后，使用自带函数进行KNN估计
#
Nemo_KNN_model.m文件为RGB三通道处理，使用工具箱训练后进行KNN预测