多媒體搜索引擎-免費(fèi)閱讀
【正文】 機(jī)器學(xué)習(xí)與數(shù)據(jù)挖掘 樣本準(zhǔn)備 樣本準(zhǔn)備 ?對(duì)象分割 ? 對(duì)象在文檔中可能只占很小比例 ? 用整個(gè)文檔提取的特征含有大量噪聲 ?特征與特征提取 ? 使用什么樣的特征？如何計(jì)算？如何進(jìn)行預(yù)處理？ ? …… ?樣本選擇 ? 正負(fù)樣本數(shù)可能嚴(yán)重失衡（ 1:10， 1:100） ? 樣本可能包含噪聲 圖像分割 ?如何分割 ?需要被分割成不同部分的對(duì)象有什么不同？ 第一類圖像：前景與背景 圖像分割 ?前景與背景分割 ?假設(shè)：前景與背景亮度不同 ?一個(gè)暗一個(gè)亮 ? 閾值分割 閾值 如何求最優(yōu)分割閾值？ 圖像分割 ?前景與背景分割 ?基于直方圖的方法 ?直方圖 ：圖像灰度級(jí)的離散概率密度函數(shù) 如何發(fā)現(xiàn)這個(gè)點(diǎn)？ 圖像分割 ?前景與背景分割 ?最大熵算法 ?熵： ? 物理含義：分布的 “ 均勻性 ” ? 越均勻，熵越大 ? 越不均勻，熵越小 ? ? ? ?spspHs1lo g]2 5 5,0[???圖像分割 ?前景與背景分割 ?最大熵算法 ?圖像假設(shè)：前景 /背景亮度不同 ? 直方圖如同時(shí)包含前景和背景，則其熵將變小 ? 如只包含前景或背景，熵將變大 ??把直方圖分解成兩部分，分別計(jì)算熵，兩部分熵的和最大時(shí)為最佳分割閾值 H1 H2 ? ?21]2 5 5,0[m a xa r g? HHT s ?? ?很強(qiáng)很完美？ 圖像分割 ?前景與背景分割 ?最大熵算法 ?圖像噪聲影響直方圖 0 . 0 05 0 0 . 0 01 0 0 0 . 0 01 5 0 0 . 0 02 0 0 0 . 0 02 5 0
高考資料相關(guān)推薦
鄂ICP備17016276號(hào)-1