scipy

前言   本文所涉是笔者模式识别课的第一次大作业——用 朴素贝叶斯 来做nemo鱼图像区域分割。它是用贝叶斯来做 二元分类 的简单实践，适合用来做贝叶斯算法入门，现将简要理论和笔者所写代码放在这里，供大家参考。不知道有没有朋友有疑问，明明是图像区域分割，怎么又和二元分类扯上了关系，其实逐像素的图像分割，就是在做分类。当然，这里的分割不是指复杂的语义分割，只是简单的根据灰度或者颜色分布来做区域分割。   贝叶斯理论： 机器学习十大经典算法：深入浅出聊贝叶斯决策 任务与数据 数据   图像 fish.bmp 与掩膜 mask.mat ，掩膜点乘图像，即可获得待分割区域ROI。小鱼区域主要有两种类型的区域，以下就是要用朴素贝叶斯把这两个部分分出来——用不同的颜色表示不同区域。   训练数据 sample.mat ，它是一个二维的matlab数组，第一列为灰度值，第2-4列为RGB值，第五列为当前灰度值或者RGB值对应的类别标签（1，-1）。它蕴含着两种类型区域的灰度值或者RGB值的分布，根据它来估计两种类型区域的类概率密度函数的参数。 任务   任务1：对训练数据用极大似然，估计出两类区域灰度值的概率密度函数，并用最小错误贝叶斯对 fish.bmp ROI灰度图像进行分割。   任务2：对训练数据用极大似然，估计出两类区域RGB值的概率密度函数，并用最小错误贝叶斯对 fish.bmp