图像特征的选择与提取课件_第1页
图像特征的选择与提取课件_第2页
图像特征的选择与提取课件_第3页
图像特征的选择与提取课件_第4页
图像特征的选择与提取课件_第5页
已阅读5页，还剩27页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

图像特征的选择与提取图像识别一般包括图像预处理、图像特征提取、图像特征选择和图像分类4个步骤。目录1.论述2.图像特征3.提取方法3.特征提取(FeatureExtraction)

图像原始特征的数量很大，或者说原始样本处于一个高维空间中，通过映射或变换的方法可以将高维空间中的特征描述用低维空间的特征来描述，这个过程就叫特征提取。图像特征

常见的目标特征分为灰度（颜色）、纹理和几何形状特征等。其中，灰度和纹理属于内部特征，几何形状属于外部特征。

纹理特征选取的特征应具有如下特点：可区别性

可靠性

独立性好

数量少对尺寸、变换、旋转等变换尽可能不敏感颜色特征的描述

颜色特征和图像的大小、方向无关，而且对图像的背景颜色不敏感，因此颜色特征被广泛应用于图像识别。颜色特征中包括颜色直方图、颜色相关图、颜色矩等。颜色特征8.2.1颜色矩8.2.2颜色直方图8.2.3颜色聚合向量8.2.4颜色相关图一阶矩(mean)设P(j,i)为图像的第j个像素的第i个颜色分量值，一阶矩为：即表示待测区域的颜色均值。二阶矩(Variance)表示待测区域的颜色方差，即不均匀性。三阶矩(Skewness)三阶矩反映颜色的不对称性。如果图象颜色完全对称，其值应为零。

颜色直方图设一幅图像包含M个像素，图像的颜色空间被量化成N个不同颜色。颜色直方图H定义为：

pi=hi

hi为第i种颜色在整幅图像中具有的像素数。归一化为：pi=hi/M颜色直方图可以是基于不同的颜色空间和坐标系。最常用的颜色空间是RGB颜色空间，此外基于HSI空间、Luv空间和Lab空间的颜色直方图。形状特征8.3.1几个基本概念8.3.2区域内部空间域分析8.3.3区域内部变换分析8.3.4区域边界的形状特征描述提取方法点特征提取线特征提取区域分割二值图像的边缘特征提取二值图像边缘特征提取的过程实际上是寻找像素灰度值急剧变化的位置的过程，并在这些位置上将像素值置为“1”，其余位置上的像素值置为“0”，从而求出目标的边界线。二值图像的边缘特征提取是用数学算子实现的，如Sobel、Prewitt、Kirsch、拉普拉斯等多种算子。这些算子都是以一个3×3的模板与图像中3×3的区域相乘，得到的结果作为图像中这个区域中心位置的边缘强度。在计算出图像中每一个像素的边缘强度后，将边缘强度大于一定值的点提取出来，并赋以像素值“1”，其余赋以像素值“0”。设f(i,j)是(i,j)处的像素值，(i,j)位置处的边缘强度通常用差分值或其函数来表示。简单的差分算法有：x方向差分值：△xf(i,j)=f(i,j)-f(i,j-1)y方向差分值：△yf(i,j)=f(i,j)-f(i-1,j)边缘强度=|△xf(i,j)|+|△yf(i,j)|或=△x2f(i,j)+△y2f(i,j)，线检测用于线检测的算法有多种，如光栅跟踪、全向跟踪和hough变换等。不同算法有其各自的适用场合。光栅跟踪用于一般曲线的检测，全向跟踪主要用于对工程图纸中的标准曲线的检测。三、区域分割

把图像分割成特征相同的互不重叠

人人文库> 全部分类> 行业资料 > 医学制药

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论