Canny算法足以创建特征描述符图像并给出支持向量机



使用canny算法从图像中检索轮廓。有一个描述符图像,放入支持向量机,找到相似点就足够了吗?或者我需要其他特征,比如延伸,周长,面积?我之所以谈论这个,是因为受到这个例子的启发:http://scikit-learn.org/dev/auto_examples/plot_digits_classification.html我首先给出了灰度图像,其次是canny算法风格在这两种情况下,我的混淆矩阵都是很多0,比如精度,召回率,f1-score,支持度量

我的建议是:

除非你的数据库中有少量的图像和/或识别将是非常具体的(例如,不是随机的事情),我强烈建议你应用一个或多个特征提取器,如SIFT,傅里叶描述符,哈拉利克特征,霍夫变换来提取更多的细节,这些细节可以总结在一个短向量中。

那么你可以在所有这些之后应用SVM以获得更高的准确性。

相关内容

  • 没有找到相关文章

最新更新