1つの例として、Vol 140で紹介した欠陥分類処理(記事はこちら)に対して自動特徴量選択を適用した結果を示します。
特徴量の候補として下記の20種類の特徴量を入力した結果、今回の画像セットを正しく分類するための最適な特徴量として凸度と2次モーメント係数1の2つが選択されました。
■ 特徴量候補
凸度、コンパクトさ、重心からエッジまでの距離の平均、重心からエッジまでの距離の分散、丸さ、辺の数、矩形度、2次モーメント係数1、2次モーメント係数2、2次モーメント係数3、2次モーメント係数4、2次モーメント係数5、2次モーメント係数6、2次モーメント係数7、2次モーメント係数8、3次モーメント係数1、3次モーメント係数2、3次モーメント係数3、3次モーメント係数4
この2つの特徴量を用いた結果、30枚の画像サンプルすべてにおいて正しい分類結果を得ることができました。
入力サンプル数
|
15枚 |
入力特徴量候補数
|
20種類
|
選択された特徴量
|
2種類 (凸度、2次モーメント係数1) |
分類結果
|
30(正答数) / 30(サンプル数) : 100% |
※実行にはHALCON 11が必要です。HALCON 11のダウンロードはこちらから
|