分類

2013-04-10 30 views
0

通過什麼樣的方式,我可以X射線圖像的功能分類與任何機器學習算法的幫助,這樣當下次我通過發送個人的X射線圖像功能測試輸入,它應該向我發送這個X射線是否存在或者不存在於數據庫中...我已經發現了使用大約20個圖像的matlab的特徵。分類

+0

這取決於你的特徵空間的外觀。我會在沒有查看數據的情況下賭SVM。嘗試使用RBF內核的SVM。還有20張圖片太少了。你也可以嘗試kNN方法進行分類。 – 2013-04-10 04:14:32

+0

@ parag ..im尋找更多的圖像,但它們有點難以找到,因爲我專注於身體的一部分。其次,您能否向我解釋如何更精確地使用這種SVM技術,就像機器學習中的全新技術一樣。 – GuruBhai 2013-04-10 04:38:46

+0

閱讀MATLAB's'svmtrain'和'svmclassify'的文檔。你也可以看看'libsvm'庫。 – 2013-04-10 05:09:09

回答

0

如果你相匹配的X射線是相同的,你並不真的需要使用機器學習。只要進行像素匹配並檢查圖像是否表示99%相同(以彌補掃描中的照明差異)。在MATLAB中,您可以通過簡單地獲取兩幅圖像的絕對像素差異,然後對不同於預定義閾值的像素數進行計數。

如果X射線不相同,並且您知道同一人的身體的同一部分多次進行X射線照射時會反覆出現什麼特徵,那麼機器學習將會很有用。

0

它種像人臉識別,在那裏你輸入人臉圖像,然後機器學習輸出這張臉是否在你的數據集。對於你的問題,我能想到的最簡單的方法就是定義一個「距離度量」來衡量兩個圖像特徵的相似度,並設置一個閾值來判斷它們是否相同。