准确的二进制图像分类

Question

我正试图从游戏板中提​​取一个项目的信件.目前,我可以检测游戏板,将其分割成各个方块并提取每个方块的图像.

我得到的输入是这样的(这些是单独的字母):

起初,我正在计算每个图像的黑色像素数,并将其用作识别不同字母的方法,这对于受控输入图像效果较好.但是,我遇到的问题是,对于与这些图像略有不同的图像,我无法做到这一点.

我每个字母大约有5个样本用于培训,这应该足够好了.

有谁知道什么是一个好的算法用于此？

我的想法是(在图像标准化后):

• 计算图像和每个字母图像之间的差异,以查看哪一个产生最少的错误.但是,这不适用于大型数据集.
• 检测角落并比较相对位置.
• ???

任何帮助,将不胜感激!

Answer 1

我认为这是某种监督学习.您需要对图像进行一些特征提取,然后根据为每个图像计算的特征向量进行分类.

特征提取

乍看之下,特征提取部分看起来像Hu-Moments的好方案.只需计算图像时刻,然后从这些计算cv :: HuMoments.然后你有一个7维实值特征空间(每个图像一个特征向量).或者,您可以省略此步骤并将每个像素值用作单独的功能.我认为这个答案中的建议是朝这个方向发展的,但增加了PCA压缩以减少特征空间的维数.

分类

至于分类部分,您几乎可以使用任何您喜欢的分类算法.你可以为每个字母使用SVM(二进制是 - 否分类),你可以使用NaiveBayes(最大可能的字母是什么),或者你可以使用k-NearestNeighbor(kNN,特征空间中的最小空间距离)方法,例如弗兰.

特别是对于基于距离的分类器(例如kNN),您应该考虑对特征空间进行归一化(例如,将所有维度值缩放到欧几里德距离的某个范围,或使用类似马哈拉诺比斯距离的东西).这是为了避免在分类过程中具有较大价值差异的过多表现的特征.

评估

当然,你需要训练数据,即给出正确字母的图像特征向量.以及评估流程的流程,例如交叉验证.

在这种情况下,您可能还想查看模板匹配.在这种情况下,您可以使用训练集中的可用模式对候选图像进行卷积.输出图像中的高值表示图案位于该位置的概率很高.

Answer 2

这是一个认识问题.我个人使用PCA和机器学习技术(可能是SVM)的组合.这些是相当大的主题,所以我担心我不能真正详细说明,但这是最基本的过程:

1. 收集您的训练图像(每个字母不止一个,但不要发疯)
2. 标记它们(可能意味着很多东西,在这种情况下,它意味着将字母分组为逻辑组 - 所有A图像 - > 1,所有B图像 - > 2,等等)
3. 训练你的分类器
   • 通过PCA分解运行一切
   • 将所有训练图像投影到PCA空间
   • 通过SVM运行投影图像(如果它是一个类别的分类器,一次执行一个,否则一次完成所有这些.)
   • 保存您的PCA特征向量和SVM训练数据
4. 运行识别
   • 加载到PCA空间
   • 加载SVM培训数据
   • 对于每个新图像,将其投影到PCA空间并要求SVM对其进行分类.
   • 如果你得到一个答案(一个数字)将它映射回一个字母(1 - > A,2 - > B等).