用於有效分類的最小紋理圖像尺寸

Question

Iam是圖像挖掘中的初學者。我想知道紋理圖像有效分類所需的最小尺寸。正如我覺得如果圖像太小，特徵提取步驟將不會提取足夠的特徵。如果圖像尺寸超出一定尺寸，則處理時間將隨着圖像尺寸呈指數增長。

Answer 1

這是一個複雜的問題，需要一點思考。

簡短回答：這要看。

長答案：它取決於要分類的紋理類型以及分類所基於的特徵類型。如果提取的特徵只是顏色，那麼可以使用小到1x1像素的「紋理」（在這種情況下，使用「紋理」這個詞有點濫用）。如果要分類，比如說字符，通常可以從邊緣提取大量本地信息（Hough transform,Gabor filters等）。圖像平面必須足夠大以容納字符（例如，對於Latin alphabet，請使用16x16像素）。

如果您希望能夠對任何類型的圖像進行分類的任何數量的，你也可以立足於全球信息的分類，像entropy，correlogram，能源，慣性，cluster shade，cluster prominence，顏色和correlation。這些功能用於content based image retrieval。

從我的頭頂，我會嘗試使用紋理小到32x32像素，如果那種你正在使用的紋理是先驗未知。如果相反，紋理的種類是先驗已知，我會選擇一個或多個功能，我知道將根據我的需要（1x1像素爲純色，16x16像素的字符等）分類圖像。再一次，這取決於你想要達到的目標。你的問題沒有獨特的答案。