红外图像特征提取方法与研究.pptVIP

红外图像特征提取方法研究 红外图像：反应物体的热辐射差。 红外目标检测与识别包括：图像预处理，图像特征提取，图像特征选择，图像分类 红外目标识别的特征： 1.颜色或灰度的统计特征 2.纹理，边缘特征 3.图像代数特征 4.图像变换系数特征 一. 颜色或灰度的统计特征提取 颜色(灰度）直方图是实践中最常用的图像统计特征.设s（xi）为图像P的某特征值为xi的像素的个数 直方图 1.Hu于1961年提出了矩不变量的概念（平移，旋转，伸缩不变） 但Hu矩不变量不具有正交性，包含大量的信息冗余。 物体的零阶矩表示了图像的“质量”： Moo= ∫∫f(x，y )dxdy ,一阶矩(M01，M10)用于确定图像质心( Xc，Yc)：Xc = M10/M00;Yc = M01/M00;若将坐标原点移至 Xc和 Yc处，就得到了对于图像位移不变的中心矩。 Eg. 2.Zemike矩不变量就是一种正交的矩不变量，正交矩在信息冗余度、图像表达以及在识别效果方面比其他类型的矩要好. 3.Shen等提出了基于小波变换的小波矩，由于小波变换具有时频局部化特征，所以小波矩不仅可以描述图像的全局特征，也可以描述图像的局部特征，不易受到噪声的干扰，因而在识别相似的物体时有更高的识别率 二. 纹理、边缘特征提取 纹理特征是表示图像的另一种重要的视觉特征，纹理