论文部分内容阅读
本文提出了一种新的基于形状信息的Bayes分类方法,以实现对图像中单个物体的分类。该方法首先运用图像边缘提取和配准算法,构造一个形状相似性能量泛函,并利用其计算形状信息的先验概率。然后,结合图像中物体其它特征的后验概率,通过Bayes方法进行分类。本文将该方法应用于一个病原菌图像分类的实际问题,实验结果表明,该方法是十分有效的,不仅降低了分类所需的特征维数,而且提高了分类精度,并能满足实际问题中所要求的计算速度。