パターン情報に基づいて画像にスコア値を与える方法は？

Question

このフォーラムでは、いくつかの画像処理と分析に関連する質問がありました。 30個の個別画像を形成する30個の2次元配列（非常に大きなデータセットを持っていますが、物事を単純化するために）があります。これらの画像の多くは、類似の基本構造を有するが、異なる画素の強度が異なる。ピクセル間のこのような強度変動のために、いくつかの画像は顕著なパターンを有する（例えば、局所的な強度のピクセルを有するより大きな領域またはエッジを分類する高強度のピクセル）。いくつかの画像は、顕著な特徴（基本的にノイズ）を伴わずに、ランダムに分布した単一の高輝度ピクセルも含んでいる。私は今、高輝度ピクセルの面積率、平均標準偏差などのさまざまな要因に基づいて画像に特定のスコアを与えるアルゴリズムを構築しようとしています。その結果、最も顕著なパターン（順番に画像を見つけることができます単語はそれらをランク付けする）。しかし、これらの要因は、共通の要因、すなわち、各画像ごとに異なるユーザ定義の閾値に依存する。どのように私はこのランキングまたは画像スコアを自動化された方法で（しきい値を使用せずに）達成することができますか？私は当初Matlabを使ってすべての処理と面積の計算を行っていましたが、今はRも同じことをしています。

機械学習/ランダムなフォレストのものがある程度役立つことがありますか？私はわかりません。いくつかの入力は非常に貴重です。

P.S.これが正しいフォーラムではない場合は、私が良いアドバイスを得ることができる場所についての提案はありますか？

Answer 1

まず第一に、私は用語の変更を提案してみましょう：あなたは要因は通常機能と呼ばれている呼んでいる間何が機能として表すことは、通常、画像prcessingでパターンと呼ばれています。

使用している機能の主な弱点（平均、標準偏差）は、相関（ピクセルの近傍関係）を考慮せずに単一ピクセル（1次統計）の統計のみに基づいていると考えています。高度に構造化された画像を撮ってランダムにピクセルをシャッフルしても、同じ1次統計量を持つことになります。

これらの相関関係を考慮する方法は多数あります。シンプルで効率的で一般的な方法は、最初に画像にいくつかのフィルタを適用し（ハイパス、ローパスなど）、結果の画像の1次統計を取得することです。他の方法は、高速フーリエ変換（FFT）に基づいている。

もちろん機械学習もオプションです。たとえば、畳み込みニューラルネットワークを試すこともできますが、まず簡単なフィルタリングを試してみましょう。