Info
이 질문은 마감되었습니다. 편집하거나 답변을 올리려면 질문을 다시 여십시오.
이 질문을 팔로우합니다.
- 팔로우하는 게시물 피드에서 업데이트를 확인할 수 있습니다.
- 정보 수신 기본 설정에 따라 이메일을 받을 수 있습니다.
IS a classifier can be used to select a particular area from an image? How can i do it using KNN classifier?
조회 수: 1 (최근 30일)
이전 댓글 표시
i have clustered an image. Now i want to select a particular region of the image.
댓글 수: 0
이 질문은 마감되었습니다.
답변 (1개)
Image Analyst
2017년 4월 8일
댓글 수: 17
Image Analyst
2017년 4월 8일
You have to have a set of reference points and a set of test points. Do you have that? I'm guessing not. So then you can't use knn yet.
sam CP
2017년 4월 8일
i didn't have that reference point. What is that reference point and how can i get that reference point?
Image Analyst
2017년 4월 8일
If you don't have a set of points that you define to be certain classes, then how can you determine if other points are close to them? I think you need to understand the concept of KNN first.
sam CP
2017년 4월 8일
Actually i just want to select the ROI by using a classifier . KNN is not a mandatory one. Instead of KNN , how can i use SVM classifier for selecting the ROI?
Image Analyst
2017년 4월 8일
You already did it one way with kmeans(). And like I said, I didn't think that was a good method.
For what it's worth, I'm attaching my KNN demo.
![](https://www.mathworks.com/matlabcentral/answers/uploaded_files/184013/image.png)
sam CP
2017년 4월 8일
What is the training data can be used for selecting the ROI? Is that features extracted from the manually segemented tumor region?
Image Analyst
2017년 4월 8일
You have to decide that. Maybe you say it's gray level but then everything that is the same brightness will be called a tumor simply if it's the same gray level range, regardless if it's a tumor or not.
sam CP
2017년 4월 8일
but sometimes tumor is bright and in some cases it is dark , shape is also changed in several cases
Image Analyst
2017년 4월 9일
There are always at least two classes. In your case they would be "tumor" and "non-tumor" (or "everything else").
sam CP
2017년 4월 9일
Okay. You meant that i have to extract the features from manually segmented tumor region(ROI) and also from the non tumor region (background). Then this will be consider as the two classes and after that these classes are used for the training purpose. by using this two training classes , the KNN classifier will select the ROI and background from the test image. Can i proceed with this?
Walter Roberson
2017년 4월 10일
Yes.
You mentioned that the tumor might be brighter or darker than the rest. Be sure train on both kinds and both kinds of background.
sam CP
2017년 4월 10일
how can i extract the features of tumor section (bright or dark) and background alone , since i didn't have separated sections of both.
Image Analyst
2017년 4월 10일
I suggest you talk with the radiologist who has hired you to do this or sponsored you to get all types of images you expect to encounter. He or she may have some images.
Walter Roberson
2017년 4월 10일
You need some separated images to train with.
If you do not have that, then you need to use something like the Human Brain Atlas to do image registration against known normal images, so that you can recognize what part of the brain has been imaged and from what angle, so that you can do background subtraction, and then try to figure out whether the parts left over are significant.
이 질문은 마감되었습니다.
참고 항목
Community Treasure Hunt
Find the treasures in MATLAB Central and discover how the community can help you!
Start Hunting!오류 발생
페이지가 변경되었기 때문에 동작을 완료할 수 없습니다. 업데이트된 상태를 보려면 페이지를 다시 불러오십시오.
웹사이트 선택
번역된 콘텐츠를 보고 지역별 이벤트와 혜택을 살펴보려면 웹사이트를 선택하십시오. 현재 계신 지역에 따라 다음 웹사이트를 권장합니다:
또한 다음 목록에서 웹사이트를 선택하실 수도 있습니다.
사이트 성능 최적화 방법
최고의 사이트 성능을 위해 중국 사이트(중국어 또는 영어)를 선택하십시오. 현재 계신 지역에서는 다른 국가의 MathWorks 사이트 방문이 최적화되지 않았습니다.
미주
- América Latina (Español)
- Canada (English)
- United States (English)
유럽
- Belgium (English)
- Denmark (English)
- Deutschland (Deutsch)
- España (Español)
- Finland (English)
- France (Français)
- Ireland (English)
- Italia (Italiano)
- Luxembourg (English)
- Netherlands (English)
- Norway (English)
- Österreich (Deutsch)
- Portugal (English)
- Sweden (English)
- Switzerland
- United Kingdom (English)
아시아 태평양
- Australia (English)
- India (English)
- New Zealand (English)
- 中国
- 日本Japanese (日本語)
- 한국Korean (한국어)