课件：第三章-数字影像的特征提取与定位(2)(1).ppt

华北水利水电学院,数字摄影测量,Digital Photogrammetry,第三章 影像特征提取与定位（2）,一 影像信息量与特征,特征、特征种类、特征提取,二 点特征提取算子（重点）,点特征提取算子,Moravec算子、Forstner算子提取点特征的方法步骤,第三章 影像特征提取与定位（2）,Feature Extraction and Location Operators for Image,特征提取的复杂性和多样性。,一线特征提取算子,第三章 影像特征提取与定位（2）,Feature Extraction and Location Operators for Image,（重点）,一线特征提取算子,1.线特征,第三章 影像特征提取与定位（2）,Feature Extraction and Location Operators for Image,线特征是指影像的“边缘”与“线”，“边缘”可定义为影像局部区域特征不相同的那些区域间的分界线，而“线”则可以认为是具有很小宽度的、其中间区域具有相同的影像特征的边缘对，也就是距离很小的一对边缘构成一条线。,一线特征提取算子,1.线特征,第三章 影像特征提取与定位（2）,Feature Extraction and Location Operators for Image,重要性： 线特征存在于目标与背景、目标与目标、区域与区域之间因此它是图像分割所依赖的重要特征，也是纹理特征的重要信息源和形状特征的基础。,一线特征提取算子,1.线特征,第三章 影像特征提取与定位（2）,Feature Extraction and Location Operators for Image,特性： 沿边缘走向的灰度变化平缓，而垂直于边缘走向的灰度变化剧烈。 边缘（线）是具有幅值（强度）（magnitude)和方向（direction)的矢量。,三种类型：阶跃型、房顶型和线条型(脉冲型)。,一线特征提取算子,1.线特征,第三章 影像特征提取与定位（2）,Feature Extraction and Location Operators for Image,线的灰度特征,一线特征提取算子,2.线特征提取算子,第三章 影像特征提取与定位（2）,Feature Extraction and Location Operators for Image,定义：是指运用某种算法使图像中的“线”更为突出的算子，通常也称边缘检测算子。,常用方法有:差分算子、拉普拉斯算子、LOG算子等,由于各种差分算子均对噪声较敏感（即提取的特征并非真正的特征，而是噪声），因此一般应先作低通滤波，尽量排除噪声影响，再利用差分算子提取边缘。 LOG算子就是这种将低通滤波与边缘提取综合考虑的算子。,一线特征提取算子,a. 一阶差分算子,（一）梯度算子,第三章 影像特征提取与定位（2）,Feature Extraction and Location Operators for Image,对一个灰度函数g(x,y)，其梯度定义为一个向量：,它的两个重要的特性是：,（1）向量Gg(x,y)的方向是函数g(x,y)在（x,y）处最大增加率的方向；,（2）Gg(x,y)的模为,就等于最大增加率。,2.线特征提取算子,一线特征提取算子,第三章 影像特征提取与定位（2）,Feature Extraction and Location Operators for Image,在数字影像中，导数的计算通常用差分予以近似，则梯度算子即差分算子为:,为简化运算，通常用差分绝对值之和进一步近似为 ：,对于一给定的阈值T，当 时，则认为像素（i,j）是边缘上的点。,a. 一阶差分算子,2.线特征提取算子,+1,-1,+1,-1,卷积核（模板）,i,j,（一）梯度算子,特点：仅计算相邻像素的灰度差，对噪声比较敏感，无法抑止噪声的影响。,一线特征提取算子,第三章 影像特征提取与定位（2）,Feature Extraction and Location Operators for Image,a. 一阶差分算子,（二）Roberts梯度算子,2.线特征提取算子,Roberts梯度定义:,其模为：,用差分近似表示导数，则有:,给定一阈值T，当 时，则认为像素（i,j）是边缘上的点。,特点：与梯度算子检测边缘的方法类似，对噪声敏感，但效果较梯度算子略好。,一线特征提取算子,第三章 影像特征提取与定位（2）,Feature Extraction and Location Operators for Image,a. 一阶差分算子,（三）方向差分算子,2.线特征提取算子,北,如果仅对某一方向的边缘感兴趣，可利用以下所示的方向差分算子进行边缘检测：,卷积核（模板）,边缘走向水平,一线特征提取算子,第三章 影像特征提取与定位（2）,Feature Extraction and Location Operators for Image,a. 一阶差分算子,（三）方向差分算子,2.线特征提取算子,北,东,南,西,东北,东南,西南,西北,卷 积 核,一线特征提取算子,第三章 影像特征提取与定位（2）,Feature Extraction and Location Operators for Image,a. 一阶差分算子,（四）Prewitt算子,2.线特征提取算子,则梯度的幅值：,或,或,卷积核（模板）,对每个像素，考察它上下、左右邻点灰度之差。,特点：在检测边缘的同时，能抑止噪声的影响。,一线特征提取算子,第三章 影像特征提取与定位（2）,Feature Extraction and Location Operators for Image,a. 一阶差分算子,（五）Sobel算子,2.线特征提取算子,卷积核（模板）,对每个像素，考察它上下、左右邻点灰度的加权差。与之接近的邻点的权大：,加大模扳抑制噪声,特点： 对4邻域采用带权方法计算差分 能进一步抑止噪声 但检测的边缘较宽,一线特征提取算子,第三章 影像特征提取与定位（2）,Feature Extraction and Location Operators for Image,a. 一阶差分算子,2.线特征提取算子,各算子线特征提取比较,Roberts梯度算子提取的边缘不够完整，连贯性不够好； Sobel算子与Prewitt算子检测的结果基本差不多，这两者对灰度渐变低噪声的图像有较好的检测效果。但对复杂噪声图像，Prewitt算子的检测结果更好些。各算子均有自己的优缺点。,一线特征提取算子,第三章 影像特征提取与定位（2）,Feature Extraction and Location Operators for Image,b. 二阶差分算子,2.线特征提取算子,（一）方向二阶差分算子,此时二阶差分算子为 :,相应于纵向与两个对角方向的二阶差分算子为 ：,需要在纵横方向同时检测时的算子为:,一线特征提取算子,第三章 影像特征提取与定位（2）,Feature Extraction and Location Operators for Image,b. 二阶差分算子,2.线特征提取算子,（一）方向二阶差分算子,再加上两个对角方向同时检测的二维算子为:,一线特征提取算子,第三章 影像特征提取与定位（2）,Feature Extraction and Location Operators for Image,c. 拉普拉斯算子（Laplace）,2.线特征提取算子,拉普拉斯(Laplace)算子定义为:,若g(x,y)的傅立叶变换为G(u,v)，则 的傅立叶变换为：,故拉普拉斯算子实际上是一高通滤波器。,2019/8/5,20,可编辑,对于数字影像，差分代替偏导数，则拉普拉斯算子定义为 :,通常将上式乘以-1，则拉普拉斯算子即成为原灰度函数与矩阵（称卷积核或掩膜） 的卷积。然后取其符号变化的点，既通过零的点为边缘点。,一线特征提取算子,第三章 影像特征提取与定位（2）,Feature Extraction and Location Operators for Image,c. 拉普拉斯算子（Laplace）,2.线特征提取算子,卷积核掩膜,取其符号变化的点，即通过零的点为边缘点，因此通常也称其为零交叉（zero-Crossing）点,一线特征提取算子,第三章 影像特征提取与定位（2）,Feature Extraction and Location Operators for Image,c. 拉普拉斯算子（Laplace）,2.线特征提取算子,一线特征提取算子,第三章 影像特征提取与定位（2）,Feature Extraction and Location Operators for Image,d. 高斯-拉普拉斯算子（LOG算子）,2.线特征提取算子,在提取边缘时，利用高斯函数先进行低通滤波，然后再利用拉普拉斯算子进行高通滤波并提取零交叉点，这就是高斯-拉普拉斯算子或称LOG算子。,高斯滤波函数为：,则低通滤波结果为：,再经拉普拉斯算子处理（边缘提取）得：,一线特征提取算子,第三章 影像特征提取与定位（2）,Feature Extraction and Location Operators for Image,d. 高斯-拉普拉斯算子（LOG算子）,2.线特征提取算子,可证明,即LOG算子以 为卷积核，对原灰度函数进行卷积运算后提取零交叉点为边缘点。,其中,边缘检测算子比较结果,第三章 影像特征提取与定位（2）,Feature Extraction and Location Operators for Image,第三章 影像特征提取与定位（2）,Feature Extraction and Location Operators for Image,一线特征提取算子,3.特征分割法,影像段:由灰度度梯度最大点和两个“突出点”（梯度很小）组成。,z,s1,s2,两个突出点之灰度差：,特征参数：三个特征点的像素号和g。,g0为正特征， g 0为负特征。,找出相同影像段,第三章 影像特征提取与定位（2）,Feature Extraction and Location Operators for Image,一线特征提取算子,4.Hough变换,（一）定义,Hough变换用于检测图像中直线、圆、抛物线、椭圆等其形状能够用一定函数关系描述的曲线。,Hough变换的基本原理是将影像空间中的曲线（包括直线）变换到参数空间中，通过检测参数空间中的极值点，确定出该曲线的描述参数，从而提取影像中的规则曲线。,Hough变换通常采用的直线模型为：,Hough变换通常采用的圆的模型为：,第三章 影像特征提取与定位（2）,Feature Extraction and Location Operators for Image,一线特征提取算子,4.Hough变换,（一）定义,第三章 影像特征提取与定位（2）,Feature Extraction and Location Operators for Image,一线特征提取算子,4.Hough变换,（二）Hough变换的性质,空间域的一个点对应于变换域的一条正弦曲线,？,第三章 影像特征提取与定位（2）,Feature Extraction and Location Operators for Image,一线特征提取算子,4.Hough变换,变换域的一个点对应于空间域的一条直线,（二）Hough变换的性质,空间域一条直线上的n个点对应变换域中具有一个公共点的n条曲线,由性质一知，与第i点 对应的变换域曲线为：,第三章 影像特征提取与定位（2）,Feature Extraction and Location Operators for Image,一线特征提取算子,4.Hough变换,（二）Hough变换的性质,第三章 影像特征提取与定位（2）,Feature Extraction and Location Operators for Image,一线特征提取算子,4.Hough变换,显然，,在每一条曲线上，其中：,（二）Hough变换的性质,第三章 影像特征提取与定位（2）,Feature Extraction and Location Operators for Image,一线特征提取算子,4.Hough变换,变换域中一条曲线上的n个点对应于空间域具有一个公共点 的n条直线,每一对 对应的空间域直线为：,？,（二）Hough变换的性质,第三章 影像特征提取与定位（2）,Feature Extraction and Location Operators for Image,一线特征提取算子,4.Hough变换,注意：,（二）Hough变换的性质,显然，当x=时，y=,即点（ , ）在每一条直线上,第三章 影像特征提取与定位（2）,Feature Extraction and Location Operators for Image,一线特征提取算子,4.Hough变换,（二）Hough变换的性质,第三章 影像特征提取与定位（2）,Feature