8、图像特征与分析.pptVIP

第7章 图像特征与分析 为了让计算机能够认识图像，需要对图像特征进行分析，然后将特征用数学的方法表示出来并教会计算机懂得这些特征； 图像分析的工作目的就是给出某一具体的图像中与其他图像相区别的特征，如纹理特征、形状特征等 7.1 形态运算 图像代数－数学形态学 (mathematical Morphology) 数学形态学的发展简史及基本思想 可回溯到19世纪Euler、20世纪Minkowski等人的研究。 1964年法国的Matheron和Serra在积分几何的研究成果上，将数学形态学引入图像处理领域，并研制了基于数学形态学的图像处理系统。 1968年在巴黎矿业学院创建了数学形态学研究中心。 Matheron于1975年出版的《Random Sets and Integral Geometry》一书论述了随机集合论、积分几何论和拓扑逻辑论，为数学形态学奠定了坚实的理论基础。 1982年Serra的专著《Image Analysis and Mathematical Morphology》是数学形态学发展的重要里程碑。 1985年以后，一些相关领域的国际会议开始把数学形态学列为学术讨论专题，或专门举行研讨会。 1990年起，SPIE每年举办一次“Image Algebra and Morphological Image Processing”会议。 1986年《计算机视觉与图形图像处理杂志》(GVGIP)出版了数学形态学专刊 1989年和1994年《 Journal of Signal Processing》出版了形态学在信号处理中的应用研究专辑。 7.1 形态运算 形态运算的方法 7.1 形态运算 1、膨胀 在结构元素的约束下，将与物体接触的部分背景点合并到该物体之中的过程 膨胀的过程 7.1 形态运算 2、腐蚀 在结构元素的约束下，消除物体的部分边界点的过程 腐蚀的过程 7.1 形态运算 3、原点不包含在结构元素中时的膨胀和腐蚀 7.1 形态运算 3、原点不包含在结构元素中时的膨胀和腐蚀 7.1 形态运算 4、膨胀和腐蚀的实际运算－移位运算进行 膨胀的移位运算 腐蚀的移位运算 7.1 形态运算 5、膨胀和腐蚀的对偶性 膨胀和腐蚀的对偶性 7.1 形态运算 6、开运算与闭运算 开运算 对图像先腐蚀后膨胀的过程称为开运算； 具有消除图像中细小物体，在纤细处分离物体，和平滑较大物体边界而不改变其面积和形状的作用。 开运算 闭运算 对图像先膨胀后腐蚀的过程称为闭运算； 具有填充图像物体内部细小孔洞、连接邻近物体、在不明显改变物体的面积和形状的情况下平滑其边界的作用。 闭运算 二值形态学在图像处理中的应用 1、噪声去除 2、边界提取 3、区域填充 7.2 图像纹理分析 图像的纹理主要是指图像灰度和颜色的变化，反复出现的纹理基元和客观存在的排列规则； 灰度共生矩阵是进行图像纹理分析最常用的方法。 灰度共生矩阵 灰度共生矩阵可以理解为像素对或灰度级对的直方图，描述的是两个像素灰度级同时发生的概率。一是像素对的距离不变，二是像素灰度差不变。 故灰度共生矩阵是一个集合，集合中的一个元素可以表示为 灰度共生矩阵不仅包含灰度统计信息，而且反映了灰度分布的空间信息。其反映了灰度关于方向、相邻间隔及幅度变化的综合信息 灰度共生矩阵 所谓空间信息是指灰度共生矩阵的元素值代表具有特定距离和方向的一对像素出现的频数。 典型的方向有4个： 常用的距离有1（方向在 ）、 （方向在 ） 灰度共生矩阵的纹理分析 利用灰度共生矩阵提供的信息，可在此基础上抽取其纹理特征，称为二次统计量，用以达到图像识别的目的 这些纹理特征系数包括： 角二阶矩：反映图像灰度分布均匀性 对比度：反映图像纹理清晰度 相关：反映图像灰度共生矩阵元素在行、列方向的相似程度 熵：反映图像纹理的信息量 方差等等 7.3 图像形状分析 图像的形状信息有三种表达形式 图像经过分割处理后的区域 图像经过边缘抽取后的边界 区域的骨架 7.3.1 区域边界与骨架的提取 常用的方法是在图像分割后，做二值化处理。 对于分割后的区域，也可由中轴变换抽取其骨架，作为区域的形状特征 7.3.2 区域边界的形状特征描述 一、付立叶描述符 一、付立叶描述符 第一个系数是区域轮廓的中心，随平移而改变；第二个系数是与所描述形状近似的圆的半径。这些系数可用以描述区域边界形状 7.3.2 区域边界的形状特征描述 二、链码 链码是对边界点的一种编码表示方法，利用一系列具有特定长度和方向的相连的直线段表示目标的边界。 二、链码 从链码可以获取区域的几何形状特征 区域边界的周长 区域的面积 区域的圆度 像素间的距离 7.3