所以,一旦我从附加在这里的原始图像中提取出我想要的图像,

我认为轮廓长度是特征1,轮廓面积是特征2。我使用sum(sum(ds))来计算每个物种的二值图像中白色像素的数量。ds是此处附加的图像。然后我通过下面的代码找到了轮廓线区域,即conotur所包含的像素数。
area=0;
for col=1:464
temp=find(ds(:,col)==1);
if temp
area= area + (temp(end)-temp(1)+1);
end
end
area;现在,我应该绘制特征1与特征2的关系图,检查是否有可分离的簇,并使用k-NN进行分类。谁能告诉我如何绘制,检查和分类。谢谢!
发布于 2015-02-27 16:22:43
您可以通过以下方式绘制它:
figure(1);
plot(feature1_classA,feature2_classA,'b.');
plot(feature1_classOther,feature2_classOther,'r.');然后检查蓝点是否以某种方式从蓝点中分离出来。
KNN可以很容易地实现。你需要一些带标签的数据集。在对新数据点进行分类时,在标记的数据集中找到K个最近的点,并检查大多数点来自哪个类。将这个标签提升到新的数据点。实现起来应该不会那么难。
https://stackoverflow.com/questions/28757295
复制相似问题