我的目标是执行航拍图像的场分割。不同的作物有不同的颜色，似乎是一个很好的细分主题
图像包含5个光谱成分R，G，B，IR1和IR2（IR - 红外线）。
以下是示例图像（同一地面区域的5个通道）：
>>Sample images<<
我的想法是使用某种颜色的图像渐变，然后在它上面执行Watershed，但这给我留下了过度分割的图像。也许我可以通过向原始梯度图像重复添加随机噪声来制作某种随机分水岭，然后针对每个噪声梯度图像执行分水岭。也许我可以使用所有流域的共同山脊作为最终山脊？
任何形式的帮助都是值得赞赏的。 ：）
答案 0 :(得分：2)
所有5个频道的区域增长算法如何：http://en.wikipedia.org/wiki/Region_growing
基于每个像素的5维（R G B IR1 IR2）向量之间的欧氏距离的相似性度量。
答案 1 :(得分：2)
我一直在使用logistic regression进行一些工作。如果你关心那种事情，它就是一般线性模型的一部分。
我只完成了两个案例，但多类案例也在MATLAB中用mnrfit实现。 here is the help查看多项案例。
您必须训练模型（您需要为某些像素/图像设置真正的类。）。然后使用估计的参数来估计新图像的类。
一些绊脚石：
- 数据在矢量中，而不在矩阵中
- 您需要规范化图像