擅长:python、mysql、java
<p>直接使用图像中的所有原始像素值作为特征并不是很好,特别是随着特征数量的增加,这是因为搜索空间非常大(169个特征代表一个很大的搜索空间,任何分类算法都很难解决)。这也许就是为什么移动到20x20图像实际上会降低13x13的性能。由于简化了分类问题,减少功能集/搜索空间可能会提高性能。在</p>
<p>实现这一点的一个非常简单(通用的)方法是使用像素统计信息作为特征。这是图像给定区域中原始像素值的平均值和标准差(SD)。这将捕获给定区域的对比度/亮度。在</p>
<p>您可以根据试错选择区域,例如,这些区域可以是:</p>
<ul>
<li>图像中心的一系列同心圆区域,半径增大。四个增大的圆形区域的平均值和标准差给出了八个特征。在</li>
<li>一系列矩形区域,在图像的不同区域周围,或增大或固定大小。图像的四个角和中间的四个非重叠区域(大小为6x6)的平均值和标准差给出了10个特征。在</li>
<li>圆形和方形区域的组合。在</li>
</ul>