matlab - 从特征向量分类

Question

我对此很陌生；我尝试将纹理分类为有缺陷或无缺陷。我在 Matlab 中使用了 Gabor 滤波器组，它输出图像的 Gabor 特征的列向量。我有一个无缺陷图像和有缺陷图像的数据集。

我的问题是，我现在可以用这个(或这些)特征向量做什么来对纹理进行分类？我读过许多类型的分类，但找不到任何类似的实现类型来帮助我了解我在做什么。非常感谢。

Answer 1

您可以使用支持向量机 (SVM) 或神经网络。 SVM 被广泛使用并取得了很好的结果。如何在 Matlab 中使用它的示例。

1. 首先，您需要将数据分为“训练”集和“测试”集。
2. “训练”集是您所了解的，即在您的情况下，您知道哪些纹理有缺陷，哪些纹理没有缺陷。
3. “测试”集是您要测试分类方法的集。

假设训练矩阵包含所有训练集图像的 Gabor 特征，其中每一行对应于图像的特征向量(转置列向量)。假设前 25 个是无缺陷的，接下来的 25 个是有缺陷的。现在，您需要创建一个group 矩阵来告诉 SVM 哪些有缺陷，哪些没有。所以，

group = [ones(25,1); -1*ones(25,1)]; // non-defective = 1, defective = -1    
SVMStruct = svmtrain(training, group);

SVMStruct 是您将用于对“测试”数据进行分类的支持向量。假设测试矩阵包含如前所述的Gabor特征。

results = svmclassify(SVMStruct, testing);

results 是最终决策矩阵，其中包含 1 或 -1，具体取决于所做的决策。