本实验主要是对图像的边缘进行提取，通过对边缘的分析来分析图像的特征， 由于边缘是图象最基本的特征, 边缘检测在计算机视觉、图象分析等应用中起着重要的作用,是图象分析与识别的重要环节,这是因为子图象的边缘包含了用于识别的有用信息,因此进行边缘检测处理是图像分析和模式识别的主要特征提取手段。

编写程序计算图像coins.png中左上角第一个圆的周长和面积、矩形度、长宽比、圆形度。 自行编写生成灰度共生矩阵的源程序，并运行测试程序。

近年来，已经提出了许多掌纹认证方法。 其中，基于方向的编码方法是最有前途的方法之一，其中提取掌纹的主要方向特征并将其编码为按位编码。 在匹配阶段计算从两个掌纹图像创建的代码之间的距离。 可靠的方向特征提取和有效匹配是基于方向的编码方法中两个最关键的问题。 然而，基于常规编码的方法通常通过采用对噪声和旋转敏感的具有离散方向的滤波器而仅提取一个主导方向特征。 本文提出了一种新颖的双方向码（DOC）方案来表示掌纹的方向特征，并设计了有效的非线性角度匹配分数来评估DOC之间的相似性。 在三种类型的掌纹数