Функция извлечения пользовательских признаков, заданная как указатель на функцию. Функция извлечения пользовательских признаков извлекает функции, используемые для изучения визуального словаря для bagOfFeatures. Вы должны задать 'CustomExtractor'и указатель на функцию, extractorFcn, в пользовательскую функцию редукции данных.

Функция, extractorFcn, должен быть задан как указатель на функцию для файла:

extractorFcn = @exampleBagOfFeaturesExtractor;
bag = bagOfFeatures(imds,'CustomExtractor',extractorFcn)

function [features,featureMetrics] = exampleBagOfFeaturesExtractor(img)
...

Для получения дополнительной информации о пользовательской функции извлечения и ее вводах и выходах, смотрите, Создают Пользовательский Экстрактор Функции. Можно открыть файл функции , взятой в качестве примера, и использовать его в качестве шаблона, набрав следующую команду в командной строке MATLAB:

edit('exampleBagOfFeaturesExtractor.m')

Количество визуальных слов, включаемых в bagOfFeatures объект, заданный как разделенная разделенными запятой парами, состоящая из 'VocabularySize'и целочисленный скаляр в области значений [2, inf]. The VocabularySize значение соответствует K в K-средних значений кластеризации (Statistics and Machine Learning Toolbox) алгоритма , используемого для квантования объектов в визуальный словарь.

Доля сильнейший признаков, заданная как разделенная запятой пара, состоящая из 'StrongestFeatures'и значение в области значений [0,1]. Значение представляет часть сильнейший признаков, которую нужно использовать от каждой метки в imds вход.

Включите отображение прогресса на экране, заданное как разделенная разделенными запятой парами, состоящая из 'Verbose'и логический true или false.

Метод выбора для выбора местоположений точек для редукции данных SURF, заданный как разделенная разделенными запятой парами, состоящая из 'PointSelection'и любой из них 'Grid' или 'Detector'. Существует два этапа для редукции данных. Во-первых, вы выбираете метод выбора местоположений точек (SURF 'Detector' или 'Grid'), с PointSelection свойство. Второй этап извлекает функции. Для редукции данных используется экстрактор SURF для обоих методов выбора точек.

Когда вы задаете PointSelection на 'Detector'точки функций выбираются с помощью детектора ускоренных устойчивых функций (SURF). В противном случае точки выбираются на предопределенной сетке с интервалом, заданным 'GridStep'. Это свойство применяется только, когда вы не задаете пользовательский экстрактор с CustomExtractor свойство.

Размер шага сетки в пикселях, заданный как разделенная разделенными запятой парами, состоящая из 'GridStep'и вектор [x y] 1 на 2. Это свойство применяется только при установке PointSelection на 'Grid' и вы не задаете пользовательский экстрактор со CustomExtractor свойство. Шаги в x и y направлениях определяют интервалы между равномерной сеткой. Пересечения линий сетки определяют местоположения для редукции данных.

Закрашенная фигура размер для извлечения вертикального дескриптора SURF, заданный как разделенная запятой пара, состоящий из 'BlockWidth'и вектор 1-by N N ширины блоков. Это свойство применяется только, когда вы не задаете пользовательский экстрактор с CustomExtractor свойство. Каждый элемент вектора соответствует размеру квадратного блока, из которого функция извлекает вертикальный SURF дескрипторы. Используйте несколько квадратов для извлечения многомасштабных функций. Все указанные квадраты используются для каждой точки извлечения на сетке. Это свойство применяется только при установке PointSelection на 'Grid'. Ширина блока соответствует шкале функции. Минимальное BlockWidth составляет 32 пикселя.

Ориентация вектора функции SURF, заданная как разделенная разделенными запятой парами, состоящая из 'Upright'и логический скаляр. Это свойство применяется только, когда вы не задаете пользовательский экстрактор с CustomExtractor свойство. Установите это свойство на true когда вам не нужно оценивать ориентацию векторов функций SURF. Установите значение false когда вам нужны дескрипторы изображений, чтобы захватить информацию о повороте.