मैं लीवर ट्यूमर विभाजन और वर्गीकरण की एक परियोजना पर हूं। मैंने क्रमशः लिवर और ट्यूमर विभाजन के लिए रीजन ग्रोइंग और एफसीएम का उपयोग किया। फिर, मैंने बनावट सुविधा निष्कर्षण के लिए ग्रे लेवल सह-घटना मैट्रिक्स का उपयोग किया। मुझे वर्गीकरण के लिए सपोर्ट वेक्टर मशीन का उपयोग करना होगा। लेकिन मुझे नहीं पता कि फीचर वैक्टर को कैसे सामान्य किया जाए ताकि मैं इसे एसवीएम के इनपुट के रूप में दे सकूं। क्या कोई बता सकता है कि इसे मतलाब में कैसे प्रोग्राम किया जाए?
जीएलसीएम कार्यक्रम के लिए, मैंने ट्यूमर खंडित छवि को इनपुट के रूप में दिया। क्या मैं सही था? यदि ऐसा है, तो मुझे लगता है, फिर, मेरा आउटपुट भी सही होगा।
मेरी glcm कोडिंग, जहाँ तक मैंने कोशिश की है,
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
क्या यह सही क्रियान्वयन था? साथ ही, मुझे अंतिम पंक्ति में एक त्रुटि मिलती है।
मेरा आउटपुट है:
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 =
कॉलम 6 के माध्यम से 1
0.0510 0.0503 0.9513 0.9519 0.8988 0.8988
कॉलम 12 के माध्यम से 7
0.9930 0.9935 0.0345 0.0339 0.8223 0.8255
कॉलम 18 के माध्यम से 13
0.9616 0.9617 0.9957 0.9957 0.0230 0.0246
कॉलम 24 के माध्यम से 19
0.7450 0.7270 0.9815 0.9813 0.9971 0.9970
??? Error using ==> minus
Matrix dimensions must agree.
इनपुट चित्र हैं:
