图像处理课件表示与描述.ppt

表示与描述 表示与描述 目的：对被分割的像素集进行表示和描述。 表示： 用外部特性来表示区域； 用内部特性来表示区域； 描述： 边界特征 区域特征 表示与描述 内容： 表示方法 边界描绘子 区域描绘子 运用主分量进行描绘 关系描绘 一、表示方法 链码 多边形近似 标记图 边界线段 骨架 1、链码 1、链码 缺点： 得到的链码往往太长。 噪声或是边界线段的缺陷都会在边界上产生干扰。 1、链码 起始点归一化： 将链码看作循环序列，并对起点重新定义以便得到的编号序列的整数值为最小值。 用链码的一次差分代替编码自身进行归一化。 如：4向链尺寸归一化： 可以通过改变取样网格的大小来实现。 2、多边形近似 2、多边形近似 聚合技术：沿着边界线寻找聚合点，当拟合直线上的点和原边界点的最小平方误差超过一个预先设置的门限，这时就将点聚合。 3、标记图 选择相同起始点，实现旋转归一化： 选择距离质心最远的点，这一点与我们关心的每个图形的旋转畸变无关。 在对象的本征轴上，离质心最远的点。 3、标记图 假设两轴线缩放比例的一致性和以同一个角度间隔进行取样，形状尺寸的变化导致对应的标记图中幅值的变化。 尺寸归一化： 对所有函数进行换算，以便函数有相同的值域，比如［0，1］。 标记图的变化量。 3、标记图 其它的标记图： 切线角度代替距离 变形：斜率密度函数作为标记图 即切线角度的直方图 4、边界线段 优点：与区域的尺寸和方向无关 缺点：受噪声等的影响 平滑处理 多边形近似 5、骨架 细化算法反复删除区域的边界点，并受到如下的约束条件限制： 不可删除端点 不可破坏连通性 不可造成对区域的过分侵蚀 5、骨架 二、边界描绘子 一些简单的描绘子 形状数 傅里叶描绘子 统计矩 1、一些简单的描绘子 边界长度 边界上像素的数目 通过链码计算 边界直径（长轴） 边界线的离心率 长轴和短轴的比值 曲率（斜率的变化率） 相邻边界线段的斜率差作为线段交点处曲率描绘子 2、形状数 形状数是基于链码的一种边界形状描绘子。 形状数的定义： 形状数：值最小的差分链码； 阶：定义为形状数序列的长度，即码的个数。 计算形状数的步骤： 三、区域描绘子 一些简单的描绘子 拓扑描绘子 纹理 1、一些简单的描绘子 区域的面积 区域的周长 区域的致密性 (周长)2/面积 灰度均值 灰度中值 最小和最大灰度 大于和小于均值的像素数 3、纹理 主要方法： 统计方法 结构化方法 频谱方法 3、纹理 统计方法1 例：基于直方图的纹理度量 3、纹理 统计方法2 3、纹理 统计方法2 3、纹理 统计方法2 3、纹理 频谱方法 对纹理描述有用的傅里叶频谱的3个特征： 频谱中突起的尖峰给出了纹理模式的主要方向。 尖峰的位置给出了模式的基本空间周期。 通过过滤除去所有周期性的部分，而留下非周期性的图像元素，然后，这些留下的元素可以通过统计技术进行描述。 4、二维函数的矩 4、二维函数的矩 4、二维函数的矩 4、二维函数的矩 4、二维函数的矩 四、运用主分量进行描绘 四、运用主分量进行描绘 四、运用主分量进行描绘 例：均值向量和协方差矩阵的计算 霍特林（Hotelling）变换 霍特林（Hotelling）变换 五、关系描绘 通过从随机总体中取样的K向量计算均值向量和协方差矩阵： 均值向量： 协方差矩阵： 4个向量： 是实对称的 则有n个特征向量和特征值 由特征向量组成其行元素的矩阵，并按特征值大小排列。 之间均方误差： 由y重构x: 由k个最大特征值对应的特征向量构成矩阵 k×n 令： 取前P个系数代替所有的傅里叶系数。 在近似边界中，存在同样数目的点。 例：图示傅里叶描绘子 3、傅里叶描绘子 4、统计矩 边界线段的形状可以通过简单的统计矩进行定量的描述，如均值、方差和高阶矩。 n阶矩： 例：使用面积计算从图像中提取信息 美洲的红外图像 提供区域内定居的人口数量 2、拓扑描绘子 有两个孔的区域 拓扑特性对于图像平面区域的整体描述是很有用处的。 拓扑描绘子由区域内孔洞数来定义 2、拓扑描绘子 一个有3个连通分量的区域 拓扑描绘子由区域内连通分量数来定义 图形中孔的数目H和连通分量C 可以用于定义欧拉数E： 拓扑描绘子由欧拉数来定义 V代表顶点数，Q代表边数，F代表面数 欧拉数： 由直线段表示的区域的欧拉数计算： 例：用连通分量在分割后的图像中提取最大特征 512*512 华盛顿特区 1591个连通分量 欧拉数1552 39个孔 3、纹理 纹理描绘子提供了对平滑度、粗糙度和规律性等特性的度量。 3、纹理 统计