Question

以下是我们要解决的问题：

• 目标是将彩色图像的像素分为3个不同的类。
• 我们有一套用于培训目的的手动分类数据
• 像素几乎不相互关联（每个都有个别行为） - 所以最有可能的分类是在每个像素上并基于它的个别特征。
• 大约可以将3个类映射到RED，YELLOW和BLACK颜色系列的颜色。
• 我们需要系统半自动，即3个参数来控制3个结果的存在概率（最终调整好）

记住这一点：

• 您会选择哪种分类技术？
• 您将使用哪些像素功能进行分类（RGB，Ycc，HSV等）？
• 您可以选择哪些修改功能来进行三种结果之间的微调。

我的第一次尝试基于

• 朴素贝叶斯分类器
• HSV（也试过RGB和Ycc）
• （未能找到合适的调整功能）

有什么建议吗？ 感谢

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。对于在不同光照条件下的通用色彩匹配，我很幸运地使用了色调和饱和度的二维直方图，并且每个维度的箱子数量相对较少。根据您的照明一致性，您可以直接使用RGB值。

对于分类器，最容易使用类权重表示手动调整要求：指定假阴性与误报的相对成本的参数。我只在SVM中使用了这个功能，但我确信你可以找到支持类似概念的其他分类器的实现。