Si busca el algoritmo perfecto, puede tener dificultades en la visión por computadora. La redundancia y “lo que sea que funcione” hasta cierto punto puede ser realmente eficaz.
No tengo una gran comprensión de cuál es su objetivo, ni tengo idea del conjunto de capacitación que tiene y las restricciones de la aplicación.
Sin embargo, intentaré darle algunas sugerencias sobre las herramientas de extracción de características relacionadas con lo que ha pedido:
forma: descriptores de Fourier elípticos (alessandroferrari / descriptores de Fourier elípticos, también hay una implementación de matlab de boggus en alguna parte, descargo de responsabilidad: soy el autor)
color: histograma 3D del espacio de color CIE-Lab seguido de un PCA para reducir la dimensionalidad
textura: de su imagen no veo mucho, puede ser dañino. Sin embargo, puede considerar textones y ver qué sucede.
Bordes: son más útiles en tareas de segmentación como la agrupación que la clasificación de objetos (aún así, no está claro qué se supone que debes hacer con esas imágenes).
Esos métodos funcionarán justo después de que el objeto esté segmentado.
Si tiene suficientes datos para el entrenamiento, dependiendo de su aplicación, un convnet puede envolver muchas de esas cosas con mejores resultados, sin la necesidad de segmentación.
¿Cuál es el algoritmo perfecto para extraer la forma, el color, la textura y los bordes de las partes cilíndricas en MATLAB en preparación para el aprendizaje supervisado?
Related Content
¿Cuál es el mejor camino para dominar el aprendizaje profundo?
More Interesting
¿La evolución biológica es algorítmica?
¿Qué es un buen libro sobre las estructuras de datos de Java?
¿Por qué es imposible tener un tipo de comparación mejor que el tiempo O (nlogn)?
Cómo resolver este problema sin usar ningún algoritmo de aprendizaje automático