数字图像处理PPT图像表示与描述.pptVIP

* 10.4 区域描述 * 区域面积与重心 a = regionprops (A, ‘Area’) c = regionprops (A, ‘Centroid’) 区域A的 面积 重心 重心计算 * 圆形度 圆形度： * 欧拉数 1.像素的连接 对于二值图像中具有相同值的两个像素a和b，所有和a、b具有相同值的像素系列p0(=a),p1,p2,…,pn-1,pn(=b)存在，并且pi-1和pi互为4-/8-邻接，那么像素a和b叫做4-/8-连接，以上的像素序列叫4-/8-路径。 * 欧拉数 * 欧拉数 2.连接成分 在二值图像中，把互相连接的像素的集合汇集为一组，于是具有若干个0值的像素(0像素)和具有若干个1值的像素(1像素)的组就产生了。把这些组叫做连接成分。 * 欧拉数 如果把1-像素看成4-/8-连接，那么0-像素就必须用 8- /4-连接。 * 欧拉数 孔 单重连接成分 多重连接成分 * 欧拉数 3．欧拉数 在二值图像中，1像素连接成分数C减去孔数H的值叫做这幅图像的欧拉数或示性数。若用E表示图像的欧拉数，则 E=C-H 对于一个1像素连接成分，1减去这个连接成分中所包含的孔数的差值叫做这个1像素连接成分的欧拉数。显然，二值图像的欧拉数是所有1像素连接成分的欧拉数之和。 图 欧拉数为？和？的图形 * 纹 理 反映像素灰度的空间分布属性的图像特征通常变现为局部不规则但宏观有规律性 * 不变矩 重心坐标 (p+q)阶矩 中心矩 * 不变矩 利用中心矩可以提取区域的一些基本形状特征。 例如m20和m02分别表示围绕通过灰度中心的垂直和水平轴线的惯性矩。 假如m20＞m02，则可能所计算的区域为一个水平方向延伸的区域。 当m30=0时，区域关于i轴对称。 当m03=0时，区域关于j对称。 * 不变矩 归一化的中心矩 对平移、旋转、镜面以及尺度变换的不变性 * 不变矩 Hu不变矩 不变矩 * 不变矩 （a）lena图 （b）旋转-4° （c）垂直镜像 （d）缩小二分之一 图10.20 lena图及其几何变换图 * 不变矩 从表10.4可以看出，在图像经过旋转、镜像以及尺度变换之后，这七个不变矩的值只有十分小的变化，可以看作是基本保持不变 不变矩 （A） （a1） （a2） （a3） （a4） （a5） （a6） （a7） （a8） （a9） （a10） （a11） （a12） （a13） （a14） （a15） （A）为标准目标图像；（a1）～（a15）为目标经过仿射变换后得到的图像 图 A类目标和其仿射变换图像 不变矩 （B） （b1） （b2） （b3） （b5） （b6） （b7） （b8） （b9） （b11） （b12） （b13） （b14） （b15） （B）为标准目标图像；（b1）～（b15）为目标经过仿射变换后得到的图像 图 B类目标和其仿射变换图像 不变矩 （C） （c1） （c2） （c3） （c4） （c5） （c6） （c7） （c8） （c9） （c10） （c11） （c12） （c13） （c14） （c15） （C）为标准目标图像；（c1）～（c15）为目标经过仿射变换后得到的图像 图 C类目标和其仿射变换图像 不变矩 * 第10章 图像表示与描述 * * 10.1 概述 * 概 述 图像表示分成边界表示（如链码、边界分段等）和区域表示（如四叉树、骨架等）两大类。 ?边界表示关心的是图像中区域的形状特征 ?区域表示则倾向于反映区域的灰度、颜色、纹理等特征的特点 同样，边界描述、区域描述 图像表示与描述是图像识别和理解的重要组成部分 * 10.2 图像表示 * 链 码 方向链码描述 边界的方向链码表示既便于有关形状特征的提取，又节省存储空间。 从链码可以提取一系列的几何形状特征。如周长、面积某方向的宽度、矩、形心 、两点之间的距离等。 在数字图像中，边界或曲线是由一系列离散的像素点组成的，其最简单的表示方法是由美国学者Freeman提出的链码方法。 链码实质上是一串指向符的序列，有4向链码、8向链码等。 * 链 码 1）链码是一种边界的编码表示法。 2）用边界的方向作为编码依据。 为简化边界的描述，一般描述的是边界点集。 * 链 码 3 4 2 0 1 2 3 (a) 4-链码 0 1 2 3 4 5 6 7 (c) 8-链码 0 1 5 (b) 6-链码 图10.1 三种链码的形式：4-链码，6-链码以及8-链码 * 链 码 链码举例： 4-链码：0000