当前课程知识点:现代图像分析 >  第九章 图像分类识别 >  9.2 图像分类 >  9.2.1 图像分类学习视频

返回《现代图像分析》慕课在线视频课程列表

9.2.1 图像分类学习视频在线视频

下一节: 9.3.1 图像识别学习视频

返回《现代图像分析》慕课在线视频列表

9.2.1 图像分类学习视频课程教案、知识点、字幕

那么接下来呢

我们来学习第二小节 也就是图像的分类

和图像匹配不同 图像的分类是根据目标物的特征

利用分类技术来进行分类

那么它的方法包括统计和结构两种

在实际当中我们经常使用的是统计的方法

而统计方法又可以分为监督分类和非监督分类的方法

对于监督分类法来说

它是预先已知类别信息的这样的一种方法

那么也是我们经常使用到的方法

而非监督分类方法也叫聚类分析法

它在聚类之前时并不知道类别信息的

那么我们首先来介绍一下监督分类法

对于监督分类法来说

由于它预知了类别的一些信息

那么我们就可以求出各类在特征空间中的一个分布

然后来确定各个判别函数的值

那么根据这个判别函数的值我们选择在其中的最大值

并且把我们待分类的模式X归到这一类

常用的判别函数包括距离函数 统计决策理论以及线性判别函数

接下来我们分别看一下这三类函数

首先距离函数 距离函数作为判别函数是最简单的分类方法

也就是我们所说的最近邻分类

那么通过计算待分类样本和训练样本之间的距离

我们将它划分到距离最小的那一类

那么最常用的距离就是我们的欧式距离

当然了 除此之外还有L距离和相似度都可以用来进行计算

对于不同的距离计算方式会对基于距离的

最近的分类方法的判别边界产生一定的影响

我们看一下这两幅图

对于图a和图b来说呢 它们是分别表示

使用到类别的平均值和到逐个训练样本的距离的场合

可以看出与类别平均值来计算距离的时候

那么它所产生的判别边界是直线

而跟各个样本来进行距离计算的时候

所产生的判别边界是复杂的曲线

那么具体的我们可以根据具体的应用来进行选择

那么接下来 我们看一下第二种方法统计决策理论

也就是最大似然法 那么这个也是我们常用到的判别函数之一

特别是在遥感图像的识别当中 它用的是非常多的

那么这种方法呢

它根据类别的先验概率和待分类样本的条件概率

来计算后验概率

我们可以看到下面的这个公式就是它的决策函数

那么这个里面呢

我们的P(ωi)代表的就是ωi模式的先验概率

而P(x,ωi)表示的是条件概率密度函数

那么这里 这个就是我们在观测模式X时

该模式属于类别ωi的确定度

那么这个方法就是我们的最大似然法

这个也是理论上来说误差最小的一种方法

还有一种常用的判别函数 线性判别函数

那么它是图像所有特征量的线性组合

也就是说通过这样的一个线性表示来进行类别的区分

那么一般呢 如果我们的分类问题 类别数M超过了2

我们就可以把它分解成M减1个两类识别问题

首先把特征空间分为一类和其它类 然后依次进行下去

那么最后我们所有的问题都可以通过这样的二分类方法解决

那么对于有监督的方法来说呢 我们是提前预知类别信息的

如果事先没有关于类别的信息

而仅仅根据数据自身的特性来对相似数据进行分类

那么这个就是我们的非监督分类方法

那么实际上它的思想非常类似于我们物以类聚的思想

也就是说我们可以把一些相似的数据聚为一类

那么这种方法完全按照数据的本质特性来进行聚类

对于一些未知的类别模式和内在规律也有一定的揭示作用

常常被用作大量数据分析的前处理操作

好 这节课的内容就到这里

谢谢大家 再见

现代图像分析课程列表:

第一章 绪论

-1.1 图像及图像的基本概念

--1.1.1 图像处理基本概念学习视频

--1.1.2 图像及图像的基本概念作业

-1.2 数字图像处理的起源

--1.2.1 数字图像处理的起源学习视频

--1.2.2 数字图像处理的起源作业

-1.3 数字图像处理的步骤和方法

--1.3.1 图像处理步骤和方法学习视频

--1.3.2 数字图像处理步骤和方法作业

-1.4 数字图像处理系统的组成

--1.4.1 图像处理系统组成学习视频

--1.4.2 数字图像处理系统的组成作业

-1.5 数字图像处理主要应用领域

--1.5.1 图像处理应用领域学习视频

--1.5.2 数字图像处理主要应用领域作业

第二章 数字图像处理基础

-2.1 色度学基础

--2.1.1 色度学基础学习视频

--2.1.2 颜色模型学习视频

--2.1.3 色度学基础作业

-2.2 人的视觉特性

--2.2.1 人的视觉特性学习视频

--2.2.1 人的视觉特性作业

-2.3 图像数字化

--2.3.1 图像的数字化学习视频

--2.3.2 图像数字化作业

-2.4 数字图像特点

--2.4.1 数字图像特点学习视频

--2.4.2 数字图像特点作业

-第二章讨论题

第三章 图像变换

-3.1 图像变换的基本概念

--3.1.1 图像变换的基本概念学习视频

--3.1.2 图像变换的基本概念作业

-3.2 图像的几何变换

--3.2.1 图像的几何变换学习视频

--3.2.2 图像的几何变换作业

-3.3 图像的离散傅立叶变换

--3.3.1 图像离散傅立叶变换学习视频

--3.3.2 图像的离散傅立叶变换作业

-3.4 图像变换的一般表示形式

--3.4.1 图像变换的一般表示学习视频

--3.4.2 图像变换的一般表示形式作业

-3.5 图像的离散余弦变换

--3.5.1 图像离散余弦变换学习视频

--3.5.2 图像的离散余弦变换作业

-3.6 图像离散沃尔什-哈达玛变换

--3.6.1 沃尔什-哈达玛变换学习视频

--3.6.2 图像离散沃尔什-哈达玛变换作业

-3.7 K-L变换

-- 3.7.1 K-L变换学习视频

--3.7.2 K-L变换作业

-第三章讨论题

第四章 图像增强

-4.1 图像的对比度增强

--4.1.1 图像的对比度增强学习视频

--4.1.2 图像的对比度增强作业

-4.2 直方图修正

--4.2.1 直方图均衡化学习视频

--4.2.2 直方图规定化学习视频

--4.2.3 直方图修正作业

-4.3 图像平滑

--4.3.1 图像空域平滑法学习视频

--4.3.2 图像频域平滑法学习视频

--4.3.3 图像中值滤波学习视频

--4.3.4 图像平滑作业

-4.4 同态滤波

--4.4.1 同态滤波学习视频

--4.4.2 同态滤波作业

-4.5 图像锐化

--4.5.1 图像锐化学习视频

--4.5.2 图像锐化作业

-4.6 图像的彩色增强

--4.6.1 图像彩色增强学习视频

--4.6.2 图像的彩色增强作业

-第四章讨论题

第五章 图像恢复

-5.1 退化模型及常见退化模型

--5.1.1 退化模型学习视频

--5.1.2 退化模型及常见退化模型作业

-5.2 图像的无约束恢复

--5.2.1 图像的无约束恢复学习视频

--5.2.2 图像的无约束恢复作业

-5.3 图像有约束最小二乘恢复

--5.3.1 有约束最小二乘恢复学习视频

--5.3.2 图像有约束最小二乘恢复作业

-第五章讨论题

第六章 图像压缩编码

-6.1 概述

--6.1.1 概述学习视频

--6.1.1 概述作业

-6.2 图像编码基本理论

--6.2.1 图像编码基本理论学习视频

--6.2.2 图像编码基本理论作业

-6.3 无损编码理论

--6.3.1 无损编码原理学习视频

--6.3.2 无损编码理论作业

-6.4 霍夫曼编码

--6.4.1 霍夫曼编码学习视频

--6.4.2 霍夫曼编码作业

-6.5 算数编码

--6.5.1 算术编码学习视频

--6.5.2 算数编码作业

-6.6 预测编码

--6.6.1 预测编码学习视频

--6.6.2 预测编码作业

-6.7 正交变换编码

--6.7.1 正交变换编码学习视频

--6.7.2 正交变换编码作业

-第六章讨论题

第七章 图像分割

-7.1 图像分割的定义及依据

--7.1.1 图像分割定义及依据学习视频

--7.1.2 图像分割的定义及依据作业

-7.2 边缘点检测

--7.2.1 边缘点检测学习视频

--7.2.2 边缘点检测作业

-7.3 边缘线跟踪

--7.3.1 局部边缘连接法及光栅扫描跟踪法学习视频

--7.3.2 Hough变换学习视频

--7.3.3 边缘线跟踪作业

-7.4 门限化分割

--7.4.1 门限化分割学习视频

--7.4.2 门限化分割作业

-7.5 区域分割法

--7.5.1 区域分割法学习视频

--7.5.2 区域分割法作业

-7.6 聚类分割法

--7.6.1 k-means聚类法学习视频

--7.6.2 谱聚类分割法学习视频

--7.6.3 聚类分割法作业

-第七章讨论题

第八章 图像描述

-8.1 像素间的基本关系

--8.1.1 像素间的基本关系学习视频

--8.1.2 像素间的基本关系作业

-8.2 目标物的边界描述

--8.2.1 目标物的边界描述学习视频

--8.2.2 目标物的边界描述作业

-8.3 目标物的区域描述

--8.3.1 目标物的区域描述学习视频

--8.3.2 目标物的区域描述作业

-8.4 图像的几何特征

--8.4.1 图像的几何特征学习视频

--8.4.2 图像的几何特征作业

-8.5 特征描述子

--8.5.1 特征描述子SIFT学习视频

--8.5.2 特征描述子HOG学习视频

--8.5.3 特征描述子BOW学习视频

--8.5.4 特征描述子作业

-第八章讨论题

第九章 图像分类识别

-9.1 图像匹配

--9.1.1 图像匹配学习视频

--9.1.2 图像匹配作业

-9.2 图像分类

--9.2.1 图像分类学习视频

--9.2.2 图像分类作业

-9.3 图像识别

-- 9.3.1 图像识别学习视频

--9.3.2 图像识别作业

-9.4 模式识别分类专题

--9.4.1 经典分类方法学习视频

--9.4.2 SVM分类器学习视频

--9.4.3 神经网络学习视频

--9.4.4 模式识别分类专题作业

课程思政讨论

-中国天网

-中国天网思政讨论题

西电学子实践作品分享(会持续更新)

-谁偷走了尔康的帽子

-指静脉识别

-答题卡识别

-车道检测

-谁是怪盗J

-仙女们的困惑

-身份证号码识别

-基于混合高斯模型的运动目标检测

考试

-期末测试

--期末测试

9.2.1 图像分类学习视频笔记与讨论

也许你还感兴趣的课程:

© 柠檬大学-慕课导航 课程版权归原始院校所有,
本网站仅通过互联网进行慕课课程索引,不提供在线课程学习和视频,请同学们点击报名到课程提供网站进行学习。