如何用MATLAB实现图像识别？

这是一个比较大的话题，但培州用一句话说就是找到图像的特征进行比较匹配识别。其流程一般为：

1) 对图像进行预处理,如滤波等，目的是使图像特征突出和便于以后处理。

2) 提取要识别的图像

3) 提取图像特征，包括频域特征、形态特征等等。

4) 根据特征进行分类识配孝蔽别（根据特征库）

在此之前还需慎败要对样本图片进行训练，获得特征库，用于第四步的识别。

我以前做过用BMP重构消带图象，JPG的话可能要转虚敏换成BMP之后再处理吧，不然问题多多。

下面是我读和写[256阶灰度BMP图象]的语句（处理彩色图象数据量太大，一个点至少是拿誉芦R，G，B三色，甚至还要加上亮度通道），希望为你有用。

读：

image=imread('L.bmp')%图片是L.BMP，位于程序目录下

bat=double(image(:)')%将得到的图片存入bat矩阵，每个点都是0到255的数字

写：A1=vec2mat(signal_reconstruct,64)%把图象的点连接起来存入A1矩阵

A1=uint8(A1)

A1=A1'

imwrite(A1,'Rec-L.bmp') %根据A1'重写图象

可能用处不大，希望你努力！

模式识别过程通常是这样的

1) 预处理,如芦返图像陪答饥滤波,灰度值处理,格式转换等

2)分割出要识别的图像部分(与无关部分分离),这里就会用到如边缘检测之类的技术

3)提取图像特征(待识别部分),并对这些特征进行数字化度量

4)根据特征进行分类识别,需要用到知识库(即已知图片的特征举旦)

总而言之,图像识别是一个比较大的题目,要掌握的话还得有很多相关的知识基础(如数学/图像处理等)

---