第9章_图像特征与理解详解.ppt

M的选取与描述符的关系 在上述方法中，相当于对于u M-1的部分舍去不予计算。由于傅立叶变换中高频部分对应于图像的细节描述，因此M取得越小，细节部分丢失得越多。 基本思想 表示一个平面区域结构形状的重要方法是把它削减成图形。这种削减可以通过细化（也称为抽骨架）算法，获取区域的骨架来实现 Blum的中轴变换方法（MAT） 设:R是一个区域，B为R的边界点，对于R中的点p，找p在B上“最近”的邻居。如果p有多于一个的邻居，称它属于R的中轴（骨架） 一种细化二值区域的算法 假设区域内的点值为1，背景值为0 这个方法由对给定区域的边界点连续进行两个基本操作构成 这里边界点是指任何值为1且至少有一个8邻域上的点为0的象素 基本操作1 对于满足以下四个条件的边界点打标记准备删除： (a) 2?N(p1)?6 其中N(p1)是点p1的邻域中1的个数，即： N(p1)=p2+p3+…+p9 (b) S(p1) = 1 其中S(p1)是按p2,p3,…,p9顺序，0-1转换的个数 (c) p2 * p4 * p6 = 0 （p2 、p4 、p6 至少有一个0） (d) p4 * p6 * p8 = 0 （p4 、p6 、p8 至少有一个0） 所有条件都满足，才打删除标记。删除并不立即进行，而是等到对所有边界点都打完标记后，再把作了标记的点一起删除。 举例: N(p1) = 4 S(p1) = 3 p2*p4*p6 = 0 p4*p6*p8 = 0 第2个条件没满足不打标记 基本操作2 条件(a)、(b)与操作1相同 条件(c)、(d)改为： c’) p2* p4* p8= 0 d’) p2* p6* p8= 0 细化算法 细化算法的一轮操作包括： 按操作1，给边界点打标记——删除点 按操作2，给边界点打标记——删除点 这个基本过程反复进行，直至没有点可以删除为止。此时算法终止。 算法分析： 1）条件a)的分析：当轮廓点p1的8邻域上有1个或7个值为1的点时，不满足条件a。 有1个点说明：p1是骨架上的终点，显然不能删除； 有7个点说明：p1深入区域内部。 2）条件b)的分析：当p1在宽度为1的笔划上时，不满足条件b。因而该条件保证了骨架的连续性。 （3）当条件c,d同时满足时，这些点可能是右边、下边、左上角的边界点。任何一种情况下，p1都不是骨架的一部分，应被删除。 当条件c’,d’同时满足时，这些点可能是左边、上边、右下角的边界点，应被删除。 例: 9.3 纹理分析 一般来说，可以认为纹理是由许多相互接近的、 互相编织的元素构成， 它们富有周期性。与图像分析直接有关的定义是“一种反映一个区域中像素灰度级的空间分布的属性”。 人工纹理是某种符号的有序排列， 这些符号可以是线条、 点、 字母等，是有规则的。自然纹理是具有重复排列现象的自然景象， 如砖墙、 森林、 草地等照片， 往往是无规则的。 一般常用如下三种方法描述和度量纹理： 统计法、 结构法、频谱法。 人工纹理与自然纹理 (a) 人工纹理； （b）自然纹理 (a) (b) 9.3.1 统计法 1. 灰度差分统计法 设(x, y)为图像中的一点，该点与和它只有微小距离的点(x+Δx, y+Δy)的灰度差值为 gΔ称为灰度差分。设灰度差分的所有可能取值共有m级，令点(x, y)在整个画面上移动，累计出gΔ(x, y)取各个数值的次数， 由此便可以作出gΔ(x, y)的直方图。由直方图可以知道gΔ(x, y)取值的概率pΔ(i)。 当采用较小i值的概率pΔ(i)较大时，说明纹理较粗糙；概率较平坦时，说明纹理较细。 该方法采用以下参数描述纹理图像的特征：  （1） 对比度： （2） 角度方向二阶矩: （3） 熵: （4）平均值: 在上述公式中，pΔ(i)较平坦时， ASM较小，ENT较大；若pΔ(i)分布在原点附近，则MEAN值较小。 2. 行程长度统计法 设点(x , y)的灰度值为g，与其相邻点的灰度值也可能为g， 统计出从任一点出发沿θ方向上连续n个点都具有灰度值g这种情况发生的概率，记为p(g, n )。在同一方向上具有相同灰度值的像素个数称为行程长度。由p(g, n)可以定义出能够较好描述纹理特征的如下参数：  （1） 长行程加重法： （2） 灰度值分布： （3）行程长度分布： （4）行程比：