像在图像分割中一样,分割意味着将图像的一部分创建为在概念上有意义或简单以便进一步分析的片段.通常我们想要在图像中定位对象和边界.最简单的例子是从前景中删除背景.
您可以将其与边缘检测和计数检测相关联.有各种方法可以做到这一点,比如使用K-Means进行聚类,压缩图像以减少纹理,边缘检测或马尔可夫字段.
分类完全不同.在分类中,您希望查找给定数据项的LABEL.标签通常是预定义的类或类别 - 例如电子邮件是否是垃圾邮件,或图像包含人或动物.决策树是执行此操作的方法之一.
在分类算法的帮助下,已经进行了分割图像的实验.Nikamanon的方法(参考文献中的链接)试图使用剪切算法创建太多的片段,并根据它是否是基于人为干预的好片段使用分类来组合它们.他们的算法表现不佳,但给出了分类可用于此任务的信号.
ps分段与聚类比分类更相关.
| 归档时间： |
|
| 查看次数： |
12451 次 |
| 最近记录： |