画像をK-means法とFuzzy-C-Means法でクラスタリング
学習したのは画像処理ではおなじみのlennaさん
条件
- 画像のサイズは200x200 (lenna)
- クラスタの数は10個
- 5x5の画素の輝度を1個のパターンとして扱い、計40個のパターンを入力データとして使用する
- 画像から入力データを取り出す
- 10回クラスタの重心を再計算する
- 分類結果を出力する
- 1~3を繰り返す。
K-means
分類 1回 複数回
Fuzzy-C-Means
分類 1回 複数回
1つのパターンと単語を関連付けとかして、画像内で投票っぽいことすればある程度、物体認識できるんじゃないかなあと
思っていたりいなかったりそんな感じ
追記(2016/10/17):
群知能とデータマイニングの6章「パタン認識と画像処理のための粒子群最適化法」を参考に当時実装しました。自作ライブラリを使ったりしててかなり読みづらいですがソースコードのリンクを載せておきます。結構Visual C++の設定をいじらないと動かないです。素直にOpenCVの使い方覚えたほうがいいレベル。
- 作者: Ajith Abraham,Crina Grosan,Vitorino Ramos,栗原聡,福井健一
- 出版社/メーカー: 東京電機大学出版局
- 発売日: 2012/07/10
- メディア: 単行本
- 購入: 1人 クリック: 1回
- この商品を含むブログを見る