svm matlab 图像分割,勇哥的视觉实验:SVM分类器(二) 支持向量机的应用例子,图片分割...
前言:
==========================================================
分类器相对于深度学习来讲是一种古老传统的图片处理技术。halcon中常见的有四类分类器:MLP(多层神经网络neural Nets)
SVM(支持向量机)
K-NN(K-最邻近)
GMM(高斯混合类型)
分类器的应用领域主要是下面这些:image segmentation 图像分割
object recognition 对象识别
quality control 质量控制
novelty detection 缺陷检测
optical character recognition(OCR) 光学字符识别
勇哥第一次见到分类器的视觉项目是锂电池的极片缺陷检测,效果还不错。
这两年深度学习火起来后,发现深度学习完成上面所说的领域的应用更容易,效果也更好。
但深度学习对硬件要求太高,你把IPC加装个一百多W的显卡很多时候是不现实的。
如果你用cpu来跑,会发现速度乎快乎慢,cpu全部内核会100%被占用。
分类器相对于深度学习来讲不吃硬件,所以相对来讲算是轻量级的应用。
==========================================================
这个例子在前面讲gmm的时候用过。
原始图片
分割前训练用的区域,共4个。
Sea 蓝色海面
Deck 红色甲板
Walls 白墙
Chimney 黑色烟囱
然后经过svm训练后,分割出来的效果如下
这个结果要对比一下gmm的结果,才更有意义。
gmm的结果如下图,其中黑色的部分是“不属于任何分类”的部分。
也就是说gmm自动会有一个“例外分类”。这也是为啥gmm支持异常检测的原因。这个异常就是“例外分类”。
而上面的svm的结果,是不会有例外分类的,因为程序指定4类,所以图片中所有部分都被划入指定的4个分类时。
源码:* 这个示例程序演示了如何用支持向量机分类器分割RGB图像。分类器使用四种不同的颜色进行训练。
dev_update_off ()
dev_close_window ()
dev_open_window (0, 0, 735, 485, 'black', WindowHandle)
set_display_font (WindowHandle, 14, 'mono', 'true', 'false')
dev_set_draw ('margin')
dev_set_colored (6)
dev_set_line_width (3)
read_image (Image, 'patras')
dev_display (Image)
Color := ['indian red','cornflower blue','white','black','yellow']
* 创建4个region做为采样区域
gen_rectangle1 (Sea, 10, 10, 120, 270)
gen_rectangle2 (Deck, [170,400], [350,375], [-0.56,-0.75], [64,104], [26,11])
union1 (Deck, Deck)
gen_rectangle1 (Walls, 355, 623, 420, 702)
gen_rectangle2 (Chimney, 286, 623, -0.56, 64, 33)
concat_obj (Sea, Deck, Classes)
concat_obj (Classes, Walls, Classes)
concat_obj (Classes, Chimney, Classes)
dev_set_color (Color[0])
dev_display (Deck)
dev_set_color (Color[1])
dev_display (Sea)
dev_set_color (Color[2])
dev_display (Walls)
dev_set_color (Color[3])
dev_display (Chimney)
Message := 'Training regions for the color classifier'
disp_message (WindowHandle, Message, 'window', 12, 12, 'black', 'true')
disp_continue_message (WindowHandle, 'black', 'true')
stop ()
* 创建SVM,添加样本
create_class_svm (3, 'rbf', 0.1, 0.0005, 4, 'one-versus-all', 'normalization', 3, SVMHandle)
add_samples_image_class_svm (Image, Classes, SVMHandle)
dev_display (Image)
Message := 'Training ...'
disp_message (WindowHandle, Message, 'window', 12, 12, 'black', 'true')
* 训练
train_class_svm (SVMHandle, 0.001, 'default')
Message := Message + ' ready.'
Message[1] := 'Segment image using the classifier ...'
disp_message (WindowHandle, Message, 'window', 12, 12, 'black', 'true')
* 分割图片,也可以说是分类图片的不同部分
classify_image_class_svm (Image, ClassRegions, SVMHandle)
region_to_mean (ClassRegions, Image, ImageClass)
dev_display (ImageClass)
Message[1] := Message[1] + ' ready.'
disp_message (WindowHandle, Message, 'window', 12, 12, 'black', 'true')
代码没啥子好讲的。
就这样了。
---------------------
作者:hackpig
来源:www.skcircle.com
版权声明:本文为博主原创文章,转载请附上博文链接!
#转载请注明出处 www.skcircle.com 《少有人走的路》勇哥的工业自动化技术网站。如果需要本贴图片源码等资源,请向勇哥索取。
收藏 | 0点赞 | 0打赏作者
svm matlab 图像分割,勇哥的视觉实验:SVM分类器(二) 支持向量机的应用例子,图片分割...相关推荐
- matlab生成棋盘标定板,勇哥的视觉实验:棋盘格标定板标定
勇哥手里这块标定板的参数如下: (一)使用GML Camera Calibration进行标定 新建任务后,发现这个软件不让行列数量相同. 必须行列一个为奇数一个就为偶数. 由于勇哥手里的标定板就是9 ...
- 手指旋转校正 matlab,勇哥的视觉实验:眼在手上(eye in hand)的标定实验(四) 计算U轴中心到相机的距离...
上篇贴子谈了怎么样标定后,定位机器人运动到任意一个位置时,相机看到的特征点的位置. 这一篇继续实验一个重要话题:怎么计算机械人旋转中心到相机视野中心的距离. 机械人旋转中心在tool 0状态就是U轴中 ...
- 视觉机器学习20讲-MATLAB源码示例(9)-SVM算法
视觉机器学习20讲-MATLAB源码示例(9)-SVM算法 1. SVM算法 2. Matlab仿真 3. 仿真结果 4. 小结 1. SVM算法 SVM(support Vector Mac)又称为 ...
- matlab 图像分割 提取人像_几种典型的图像处理技术(分类 目标提取 目标跟踪 语义分割 实例分割)...
目前,在处理海上无人艇的感知系统的开发.其中,比较核心的一个部分就是基于光电的目标识别(Object Detection). 任务目标 如图所示,从包含舰艇的图片中,标识舰艇的位置 本文的学习笔记,主 ...
- matlab 图像分割_交通标志牌检测--限速数字框选--图像处理 matlab
1.设计总目标 能够识别出不同场景环境下图片中的交通限速标志,将限速标志及其里面的数字分别标志出来,具有较强的鲁棒性. 代码链接:交通标志牌检测 限速标志 matlab 2.实现步骤 2. 1 CLA ...
- MATLAB图像分割和形态学处理
MATLAB图像分割和形态学处理 一.实验目的 掌握图像分割的基本方法. 掌握形态学处理的基本方法. 学会使用MATLAB编程实现上述方法. 二.实验任务 (1)编程实现基于阈值的图像分割方法和边缘检 ...
- 无穷大功率电源matlab仿真,MATLAB-Simulink系统建模与仿真-实验报告
MATLAB/Simulink 电力系统建模与仿真 实验报告 姓名: ****** 专业:电气工程及其自动化 班级: ******************* 学号:****************** ...
- qt 关闭窗口的槽函数_勇哥的VC++应用框架学习之QT(1) 信号槽、按钮控件、opencv读取显示图片...
前言勇哥对于C语言,C++早些年有一些接触,这个系列贴子就记载一下C++应用框架的学习经验. 在写程序时,UI.基础类库.应用程序框架对于vc来讲,只能依靠MFC和QT了. 勇哥对MFC有很强的抵触, ...
- 电力系统matlab实验报告,基于matlab语言计算电力系统暂态稳定仿真程序实验报告.docx...
基于matlab语言计算电力系统暂态稳定仿真程序实验报告 BeijingJiaotongUniversity 电力系统分析 暂态稳定分析实验 学院:电气工程学院 班级:xxxxxxxx 学号:xxxx ...
最新文章
- python编程入门t-python高级编程——入门语法(二)
- 什么原因导致挖掘机老自动熄火憋车熄火?
- 将oracle select * from all_tab_comments where comments like ‘%XXXX%‘查询结果转为select语句
- TTL转485电路设计
- mysql event使用,用MySQL的Event设置定时任务执行sql语句 | 老疯子
- 大学生及转行学IT编程,必须做到这4点,做不到!建议放弃编程方向
- java实验多线程机制_JAVA 多线程机制(一)
- 分页条件查询_mongodb多条件分页查询的三种方法
- Flutter实战一Flutter聊天应用(十五)
- JSON格式解析和libjson使用简介-转
- python和c先学哪个-对于初学者而言,python和 c语言先学哪个好
- 种一棵树最好的时间是十年前,其次是现在。
- Android sdk下载安装配置教程
- 信息技术专项习题汇总
- 国内外五款免费的协作类管理软件推荐
- 创建微信卡券 php
- shapefile(.shp,.dbf,.prj)导入导出
- java运行无法加载主类_java运行显示“找不到或无法加载主类”的解决办法(linux)...
- 多因素cox回归结果解释 第二十八讲 R语言-Cox比例风险模型1 - 知乎 (zhihu.com)
- 机械键盘Windows键失效:Fn+Windows键解决