的方法來提高圖像像素分類

Question

這是我們正在努力解決的問題：

• 目標是彩色圖像的像素分爲3個不同的類別。
• 我們有一套用於培訓目的的手動分類數據
• 像素幾乎不相互關聯（每個都有單獨的行爲） - 因此最有可能的分類是在每個單獨的像素上並基於它的各個特徵。
• 約3類可映射到RED，YELLOW和BLACK顏色系列的顏色。
• 我們需要有系統半自動，即3個參數來控制的3個結果中存在的概率（最終也調整）

考慮到這一點：

• 你會選擇哪種分類技術？
• 你將使用什麼像素功能進行分類（RGB，Ycc，HSV等）？
• 您會選擇哪種修改功能來在三個結果之間進行良好調整。

我第一次嘗試是基於

• 樸素貝葉斯分類器
• HSV（也試過RGB和YCC）
• （沒能找到很好調整一個適當的功能）

有什麼建議嗎？ 由於

Answer 1

對於圖像中的每個像素嘗試使用的顏色的像素作爲其特徵圍繞Ñ X Ñ窗口的直方圖。對於在不同光照條件下的通用色彩匹配，我很喜歡使用色調和飽和度的二維直方圖以及每個維度上相對較少數量的色塊。根據您的照明一致性，您可能會直接使用RGB值。

至於分類器，手動調整要求最容易使用類別權重表示：指定假陰性與假陽性的相對成本的參數。我只在SVM中使用了這個功能，但我相信你可以找到支持類似概念的其他分類器的實現。