提取图像中的某些区域作进一步分类
我有一个数量的图像（以及原始数据源）表现出特定功能。其中一些具有不同的垂直/水平区域，如下图所示，或在特定区域中简单地称为“斑点”/点的浓度。提取图像中的某些区域作进一步分类
这些图像与特定的标签/类相关联，例如，一个标签“A”显示出非常特性水平线（像那些标记在图中）在y = 700和y = 150。这些图像属于“B”类，在x = 200,260和370处显示垂直线，类“C”...等等。
除了这些已知的/标记的类，我有一堆表现出的这些特征中的一个或它们的组合的图像。
我的目标是要利用这些已知的班，培养一些ML算法，以进一步使用它没有任何标签的图片进行分类。我知道我需要以某种方式提取这些特性（垂直/水平线，通常出现在图像右上角或（x，y）区域（250-400,800 -1500）等）。接下来，我需要使用这些功能来训练一些ML算法，然后才能使用受过训练的系统进行分类。 （如PIL，具有不同的模糊，平滑和边缘检测技术，或MDP的高斯分类器和许多帖子在*）。我一直在寻找和玩一些工具3-4天。问题是我不能为一个明确的“解决方案流程+适当的工具”组合。
我将不胜感激，如果有人能指导我多一点到技术与图像（或者甚至是原始数据集），和/或使用工具提取这些非常具体的/怪异特点。
我明白你的特征向量的样本（训练数据）。
如果是这样的话，你只是在寻找一个机器学习算法的实现，我会建议你使用支持向量机。一种名为SVM-light的流行实现可免费使用。 http://svmlight.joachims.org/ 请注意，上述网站提供了2类实施。如果你需要一个多类SVM你可以从http://svmlight.joachims.org/svm_multiclass.html
然而，很少有比较流行的分类得到它是
- 近邻分类
- C4.5决策树
- 神经网络
y和x轴是什么意思？ – 2012-02-10 20:02:14
x和y是不同的流量记录参数，如平均字节数或组成数据包的数量等。 – 2012-02-11 16:24:57