神剑山庄资源网 Design By www.hcban.com
题目描述
这篇博文是数字图像处理的大作业.
题目描述:给定40张不同风格的纹理图片,大小为512*512,要求将每张图片分为大小相同的9块,利用其中的5块作为训练集,剩余的4块作为测试集,构建适当的模型实现图片的分类.
图片如下图所示:
分析:由于数据集太小,所以神经网络模型并不适合此类的图像处理.就需要寻找方法提取图像的纹理信息.本文采用LBP的方法提取图像的纹理信息,然后转化成直方图作为图像的特征,然后使用多分类的方法进行分类.
环境
python2.7,jupyter notebook,anaconda
数据集的地址
实现
读取数据
Numpy包数组操作API格式化数据
def loadPicture(): train_index = 0; test_index = 0; train_data = np.zeros( (200,171,171) ); test_data = np.zeros( (160,171,171) ); train_label = np.zeros( (200) ); test_label = np.zeros( (160) ); for i in np.arange(40): image = mpimg.imread('picture/'+str(i)+'.tiff'); data = np.zeros( (513,513) ); data[0:image.shape[0],0:image.shape[1]] = image; #切割后的图像位于数据的位置 index = 0; #将图片分割成九块 for row in np.arange(3): for col in np.arange(3): if index<5: train_data[train_index,:,:] = data[171*row:171*(row+1),171*col:171*(col+1)]; train_label[train_index] = i; train_index+=1; else: test_data[test_index,:,:] = data[171*row:171*(row+1),171*col:171*(col+1)]; test_label[test_index] = i; test_index+=1; index+=1; return train_data,test_data,train_label,test_label;
特征提取
LBP特征提取方法
radius = 1; n_point = radius * 8; def texture_detect(): train_hist = np.zeros( (200,256) ); test_hist = np.zeros( (160,256) ); for i in np.arange(200): #使用LBP方法提取图像的纹理特征. lbp=skft.local_binary_pattern(train_data[i],n_point,radius,'default'); #统计图像的直方图 max_bins = int(lbp.max() + 1); #hist size:256 train_hist[i], _ = np.histogram(lbp, normed=True, bins=max_bins, range=(0, max_bins)); for i in np.arange(160): lbp = skft.local_binary_pattern(test_data[i],n_point,radius,'default'); #统计图像的直方图 max_bins = int(lbp.max() + 1); #hist size:256 test_hist[i], _ = np.histogram(lbp, normed=True, bins=max_bins, range=(0, max_bins)); return train_hist,test_hist;
训练分类器
SVM支持向量机分类.
import matplotlib.image as mpimg import matplotlib.pyplot as plt import numpy as np from sklearn.multiclass import OneVsRestClassifier from sklearn.svm import SVR from skimage import feature as skft train_data,test_data,train_label,test_label= loadPicture(); train_hist,test_hist = texture_detect(); svr_rbf = SVR(kernel='rbf', C=1e3, gamma=0.1); OneVsRestClassifier(svr_rbf,-1).fit(train_hist, train_label).score(test_hist,test_label)
实验测试集结果的正确率为:90.6%
第一次使用python的numpy包,对其中的api是真的不熟悉,代码还可以优化.其中和matlab里的矩阵操作也有不少不同,但是关于机器学习的scikitlearn包确实很好用.
总结:结果的正确率不是很高,所以还是可以在分类器上优化,或者寻找更好的特征提取的方式.
以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持。
神剑山庄资源网 Design By www.hcban.com
神剑山庄资源网
免责声明:本站文章均来自网站采集或用户投稿,网站不提供任何软件下载或自行开发的软件!
如有用户或公司发现本站内容信息存在侵权行为,请邮件告知! 858582#qq.com
神剑山庄资源网 Design By www.hcban.com
暂无python实现LBP方法提取图像纹理特征实现分类的步骤的评论...
稳了!魔兽国服回归的3条重磅消息!官宣时间再确认!
昨天有一位朋友在大神群里分享,自己亚服账号被封号之后居然弹出了国服的封号信息对话框。
这里面让他访问的是一个国服的战网网址,com.cn和后面的zh都非常明白地表明这就是国服战网。
而他在复制这个网址并且进行登录之后,确实是网易的网址,也就是我们熟悉的停服之后国服发布的暴雪游戏产品运营到期开放退款的说明。这是一件比较奇怪的事情,因为以前都没有出现这样的情况,现在突然提示跳转到国服战网的网址,是不是说明了简体中文客户端已经开始进行更新了呢?
更新日志
2024年10月01日
2024年10月01日
- 孙悦.1996-伙伴【正大国际】【WAV+CUE】
- 纪钧瀚《钢琴阅读时光 雨中书店聆听轻音乐》[FLAC/分轨][399.62MB]
- 证声音乐图书馆《走向自然 疗心爵士乐》[320K/MP3][87.4MB]
- 证声音乐图书馆《走向自然 疗心爵士乐》[FLAC/分轨][184.94MB]
- 陈慧娴.2018-Priscilla-Ism演唱会3CD(2024环球红馆40复刻系列)【环球】【WAV+CUE】
- 郑秀文.1999-我应该得到(国)【华纳】【WAV+CUE】
- 陈家慧.2011-钢琴酒吧2CD【龙吟唱片】【WAV+CUE】
- 证声音乐图书馆《雨季 蓝调吉他 Rainy Blues》[320K/MP3][45.01MB]
- 证声音乐图书馆《雨季 蓝调吉他 Rainy Blues》[FLAC/分轨][109.13MB]
- 赞多《序章》[320K/MP3][45.54MB]
- 许巍.2004-每一刻都是崭新的【步升大风】【WAV+CUE】
- 群星.2024-四方馆影视原声带【韶愔音乐】【FLAC分轨】
- 陈雷.1997-安锁咧【金圆唱片】【WAV+CUE】
- 关淑怡.2013-MY.FAVORITE.SK.3CD【环球】【WAV+CUE】
- Sweety.2006-花言乔语【丰华】【WAV+CUE】