我正在寻找用于对显微镜图像中的细胞类型进行分类的可靠特征。我想知道什么是最好的方法。
1) 我已经尝试过 Pontil & Verii 描述的方法 - 使用归一化图像的每个像素作为特征。实现起来很容易,但结果并不完全令人满意。另一个问题是 - 分类是通过某种统计魔法完成的,我不明白为什么有些结果不好。
2) 我尝试提取高级特征,例如峰、孔。我的实现速度很慢,但优点是我理解为什么一个细胞被识别为这样而另一个没有被识别,因为您可以在测试图像中可视化这些特征。
3) 最近我在一篇文章中发现了这样的特性:
angular second-order, distance, contrast, entropy, anti-difference distance, relevant, mean of sum, mean of difference, entropy of sum, entropy of difference, variance, variance of sum, variance of difference.
我想知道是否有一些标准库可以提取这些特征(最好是在 C/C++ 中)? 是否有包含优缺点、用例描述等的功能类型目录?
感谢您提前提出任何建议!
最佳答案
我可以推荐this article由 Lindblad 等人发表在科学杂志 Cytometry 上。它涵盖了细胞特征提取和分类的某些方面。它不使用任何标准库进行特征提取/分类,但包含一些关于如何基于一般特征构建分类器的信息。
这可能无法完全解决您的问题,但我希望它可以帮助您找到更好的解决方案。
关于image-processing - 功能目录。用于 SVM 的图像特征提取,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/19857235/