准备项目 | 项目工作 |
确定分类器个数 | 具体识别出样本中的类别,类别数即为分类器个数,可记为K |
图像库建立 | 一个较大的样本集,包括正样本和负样本,通常越多越好,可记为S |
ROI提取 | 所有样本中可能包含目标区域手动或自动提取出来 |
ROI预处理 | 背景去除、图像滤波、边缘增强、二值化等(视特征的选择而定) |
特征向量确定 | 用于描述目标的特征,包括特征种类、特征数、标示方法,即特征向量的维数,可记为L |
特征提取 | 对预处理后的ROI区域进行特征提取,并将其保存 |
特征向量的归一化 | 对相同的特征进行排序,然后根据特征的最大值和最小值重新计算特征值 |
核的选定 | 根据不同的目标特征向量采取相对应的模型描述,如常用核函数:Gauss函数 |