আমি লিভার টিউমার বিভাজন এবং শ্রেণিবিন্যাসের একটি প্রকল্পে আছি। আমি যথাক্রমে লিভার এবং টিউমার বিভাজনের জন্য অঞ্চল বৃদ্ধি এবং এফসিএম ব্যবহার করি। তারপরে, আমি টেক্সচার বৈশিষ্ট্য নিষ্কাশনের জন্য গ্রে লেভেল কো-ইনওভারেন্স ম্যাট্রিক্স ব্যবহার করেছি। শ্রেণিবদ্ধের জন্য আমাকে সাপোর্ট ভেক্টর মেশিন ব্যবহার করতে হবে। তবে আমি কীভাবে বৈশিষ্ট্যটির ভেক্টরগুলিকে সাধারণ করতে জানি না যাতে আমি এটি এসভিএমকে ইনপুট হিসাবে দিতে পারি। কেউ কী বলতে পারেন যে এটি মাতলাবে কীভাবে প্রোগ্রাম করবেন?
জিএলসিএম প্রোগ্রামে আমি টিউমারটি সেগমেন্টযুক্ত চিত্রটি ইনপুট হিসাবে দিয়েছি। আমি কি সঠিক ছিলাম? যদি তা হয়, তবে আমার ধারণা, আমার আউটপুটটিও সঠিক হবে।
আমার জিএমসিএম কোডিং, আমি যতদূর চেষ্টা করেছি,
I = imread('fzliver3.jpg');
GLCM = graycomatrix(I,'Offset',[2 0;0 2]);
stats = graycoprops(GLCM,'all')
t1= struct2array(stats)
I2 = imread('fzliver4.jpg');
GLCM2 = graycomatrix(I2,'Offset',[2 0;0 2]);
stats2 = graycoprops(GLCM2,'all')
t2= struct2array(stats2)
I3 = imread('fzliver5.jpg');
GLCM3 = graycomatrix(I3,'Offset',[2 0;0 2]);
stats3 = graycoprops(GLCM3,'all')
t3= struct2array(stats3)
t=[t1,t2,t3]
xmin = min(t); xmax = max(t);
scale = xmax-xmin;
tf=(x-xmin)/scale
এটি কি সঠিক বাস্তবায়ন ছিল? এছাড়াও, আমি শেষ লাইনে একটি ত্রুটি পেয়েছি।
আমার ফলাফল:
stats =
Contrast: [0.0510 0.0503]
Correlation: [0.9513 0.9519]
Energy: [0.8988 0.8988]
Homogeneity: [0.9930 0.9935]
t1 =
Columns 1 through 6
0.0510 0.0503 0.9513 0.9519 0.8988 0.8988
Columns 7 through 8
0.9930 0.9935
stats2 =
Contrast: [0.0345 0.0339]
Correlation: [0.8223 0.8255]
Energy: [0.9616 0.9617]
Homogeneity: [0.9957 0.9957]
t2 =
Columns 1 through 6
0.0345 0.0339 0.8223 0.8255 0.9616 0.9617
Columns 7 through 8
0.9957 0.9957
stats3 =
Contrast: [0.0230 0.0246]
Correlation: [0.7450 0.7270]
Energy: [0.9815 0.9813]
Homogeneity: [0.9971 0.9970]
t3 =
Columns 1 through 6
0.0230 0.0246 0.7450 0.7270 0.9815 0.9813
Columns 7 through 8
0.9971 0.9970
t =
কলাম 1 থেকে 6
0.0510 0.0503 0.9513 0.9519 0.8988 0.8988
7 থেকে 12 পর্যন্ত কলাম
0.9930 0.9935 0.0345 0.0339 0.8223 0.8255
13 থেকে 18 পর্যন্ত কলাম
0.9616 0.9617 0.9957 0.9957 0.0230 0.0246
19 থেকে 24 পর্যন্ত কলাম
0.7450 0.7270 0.9815 0.9813 0.9971 0.9970
??? Error using ==> minus
Matrix dimensions must agree.
ইনপুট চিত্রগুলি হ'ল:
