我已经学会了如何从单个图像中提取特征，如这个示例中所述：https://www.mathworks.com/help/vision/ref/extractlbpfeatures.html

现在我正在为我的Matlab项目处理包含1000张图像的数据集，用于提取自行车、汽车和摩托车的特征。我的数据集中有三个单独的文件夹，分别包含自行车、汽车和摩托车。在执行过程中，我遇到了一个错误，错误提示如下：

Error using extractLBPFeatures>parseInputs (line 148)Expected I to be one of these types:double, single, int16, uint16, uint8, logicalInstead its type was imageSet.Error in extractLBPFeatures (line 129)params = parseInputs(I,varargin{:});Error in LBP (line 21)bycycleLBP = extractLBPFeatures(bycycleData,'Upright',false);

我应该怎么做？以下是我的示例代码 ==>

imSet = imageSet('dataset\train','recursive');bicycleData = imSet(1);carData = imSet(2);motorbikeData = imSet(3);%%Extract LBP FeaturesbicycleLBP = extractLBPFeatures(bicycleData,'Upright',false);carLBP = extractLBPFeatures(carData,'Upright',false);motorbikeLBP = extractLBPFeatures(motorbikeData,'Upright',false);bicycle = bicycleLBP.^2;car = carLBP.^2;motorbike = motorbikeLBP.^2;figurebar([bicycle; car; motorbike]','grouped');title('LBP Features Of bicycle, car and motorbike');xlabel('LBP Histogram Bins');legend('Bicycle','Car','Motorbike');

请帮助我完善我的示例代码。

回答：

在尝试提取特征之前，让我们先查看两个变量。

>> whos imSet bicycleData  Name             Size            Bytes  Class       Attributes              imSet            1x3              1494  imageSet   bicycleData      1x1               498  imageSet 

变量imSet是一个包含3个imageSet对象的列表。第一个代表自行车，因此你正确地将自行车的imageSet提取到单独的变量bicycleData中，这是一个单一的imageSet。到目前为止一切顺利，但当我们查看extractLBPFeatures的文档时…

features = extractLBPFeatures(I,Name,Value)

I — 输入图像

指定为M-by-N的2D灰度图像，该图像是实数且非稀疏的输入图像。

此函数一次只能提取一个灰度图像的特征。你需要遍历你的imageSet，一次提取一个图像的特征。

% 创建一个单元数组，用于存储每张图像的特征。bicycleFeatures = cell(size(bicycleData.ImageLocation));for i = 1:length(bicycleFeatures)    % 读取单个图像，并转换为灰度以提取特征。    image = imread(bicycleData.ImageLocation{i});    bicycleFeatures{i} = extractLBPFeatures(rgb2gray(image));end

请记住，你仍然需要进行后处理工作。这将提取每张图像的特征，因此你需要确定如何在每个数据集上组合特征数据。