-2

我目前正在處理500張掃描圖像,並對它們進行了特徵提取,並使用獲得的偏移值對圖像進行分類。我試着用K近鄰分類,並想知道如果我在正確的方式繼續我呢?我的主要目標是將圖像哪個分類器對掃描圖像更好?

任何幫助,將不勝感激。謝謝

回答

0

有許多分類方式分類圖像。大多數的時候,我做它在3個步驟:

  • 預處理(去噪,糾偏斜等)
  • 提取特徵(顏色,形狀,紋理,過篩,......)
  • 做分類算法(KNN ,SVM,神經網絡,...)

根據您的圖像(自然圖像,生物圖像,文檔圖像,...)的內容,您必須選擇功能,然後根據功能你必須選擇你的分類器。

請注意監督分類需要一些示例以學習。

+0

謝謝......我完成了特徵提取,我想知道哪個分類器可以提高掃描圖像的準確性。也就是說,測量準確性的最佳方法是什麼 – user3347637

+0

爲了測量性能您應該使用[精度和召回](http://en.wikipedia.org/wiki/Precision_and_recall)或[F-score](http://en.wikipedia.org/wiki/F1_score)等指標。這是召回和精確度的混合。 然後,你應該用不同的分類器(例如kNN和不同的k和SVM)來衡量你的性能,並選擇最好的分類器。 –

0

KNN是解決方案之一。

您的分類項目的目標是什麼?例如:您是否需要非常高的準確度或回憶?你需要監督或無監督的解決方案嗎?

一旦你設定你的目標,那麼你可以做一些相關的特徵工程,並選擇正確的算法。