image-processing - 改进图像像素分类的方法

Question

这是我们试图解决的问题:

• 目标是将彩色图像的像素分为 3 个不同的类别。
• 我们有一组用于训练目的的手动分类数据
• 像素几乎彼此不相关(每个像素都有单独的行为) - 因此最有可能的分类是基于每个单独的像素并基于其单独的特征。
• 大约有 3 个类别可以映射到红色、黄色和黑色颜色系列的颜色。
• 我们需要让系统半自动，即 3 个参数来控制 3 个结果出现的概率(用于最终的微调)

记住这一点:

• 您会选择哪种分类技术？
• 您将使用哪些像素特征进行分类(RGB、Ycc、HSV 等)？
• 您将选择哪些修改函数来在三种结果之间进行良好调整。

我的第一次尝试是基于

• 朴素贝叶斯分类器
• HSV(也尝试过 RGB 和 Ycc)
• (未能找到合适的函数进行调优)

有什么建议吗？谢谢

Answer 1

对于图像中的每个像素，尝试使用该像素周围的 n x n 窗口的颜色直方图作为其特征。对于不同照明条件下的通用颜色匹配，我很幸运地使用了色调和饱和度的二维直方图，并且每个维度上的箱数相对较少。根据您的照明一致性，直接使用 RGB 值可能会有意义。

对于分类器，手动调整要求最容易使用类权重来表达:指定假阴性与假阳性相对成本的参数。我只在 SVM 中使用过此功能，但我确信您可以找到支持类似概念的其他分类器的实现。