使用直方图进行图像分类

机器算法验证 r 分类
2022-03-24 07:53:22

对于另一个统计初学者问题,我深表歉意。这感觉就像重新发明轮子,不幸的是我自己找不到答案。谷歌搜索“平均密度分类”对我没有帮助。

“使用直方图进行分类”带来了有趣的页面,但对我来说太晦涩难懂了

我必须对 x 进行分类,并找到 x 属于 0 类或 1 类的概率。

我注意到 0 类和 1 类的平均密度略有不同:

这里有一些图显示了0 类(蓝色)和 1 类(红色)的平均直方图

在此处输入图像描述

有没有办法使用直方图对新图像进行分类?

直观地说,直方图越接近该类的平均直方图,属于该类的概率就越高。

我曾尝试使用直方图的中断作为特征,这给了我一些结果,但我觉得我走了很长的路。

是否有任何现成的 R/Python 函数可以根据直方图对数据/图像进行分类?

1个回答

在论文中,您放置的直方图考虑了每个像素的三个颜色值。他们使用HSV而不是 RGB。这是一个可以进行转换的包,但可能首先使用 RGB。

直方图的每个 bin 都考虑了每种可能的颜色组合,而不仅仅是一个颜色组合。将其视为 3D 直方图。(谷歌“颜色直方图”,我不能发布更多链接)。正如文章所引用的,他们还使用了 16 个垃圾箱:

“每个颜色分量的 bin 数量已固定为 16,每个直方图的维数为163=4096.”(第三页,左栏,几乎在页面底部)

您也可以将其视为三级直方图,如果这有助于第一级考虑第一种颜色,第二级考虑第二种颜色,第三级考虑第三种颜色。