Пути улучшения классификации пикселей изображения - PullRequest
2 голосов
/ 07 июля 2011

Вот проблема, которую мы пытаемся решить:

  • Цель состоит в том, чтобы классифицировать пиксели цветного изображения по 3 различным классам.
  • У нас есть набор классифицированных вручную данных для учебных целей
  • Пиксели почти не коррелируют друг с другом (у каждого свое поведение) - поэтому наиболее вероятная классификация проводится по каждому отдельному пикселю и основана наэто индивидуальные особенности.
  • 3 класса приблизительно могут быть сопоставлены с цветами семейств RED, YELLOW и BLACK.
  • Нам нужна полуавтоматическая система, то есть 3 параметра для контроля вероятностиналичия 3 результатов (для окончательной настройки)

Имея это в виду:

  • Какой метод классификации вы выберете?
  • Чтопиксельные функции, которые вы будете использовать для классификации (RGB, Ycc, HSV и т. д.)?
  • Какие функции модификации вы выберете для точной настройки между тремя исходами.на основе
    • наивного байесовского классификатора
    • HSV (также пробовал RGB и Ycc)
    • (не удалось найти подходящие функции для настройки)

    Есть предложения?Спасибо

1 Ответ

1 голос
/ 09 июля 2011

Для каждого пикселя изображения попробуйте использовать гистограмму цветов в окне n x n вокруг этого пикселя в качестве его функций.Для общего соответствия цветов при различных условиях освещения мне повезло с использованием двумерных гистограмм оттенка и насыщенности с относительно небольшим количеством бинов по каждому измерению.В зависимости от согласованности освещения для вас может иметь смысл напрямую использовать значения RGB.

Что касается классификатора, то требование ручной настройки легче всего выразить с помощью весовых коэффициентов класса : параметров, которыеукажите относительную стоимость ложных отрицательных и ложных положительных результатов.Я использовал эту функциональность только с SVM, но я уверен, что вы можете найти реализации других классификаторов, которые поддерживают аналогичную концепцию.

...