特征提取与表达研讨.ppt

第十八章 特征提取和表达;18.1 介绍;18.2 特征矢量和矢量空间;例18.1 假设该目标用面积和周长表达，面积和周长的计算值如下： ; ;不变性和鲁棒性 通用要求：用来表达一幅图像的特征对旋转、放缩和平移不变，结合起来称为RST。 RST不变性保证一个机器视觉系统在目标以不同的尺寸在图像中不同位置和角度呈现是仍能识别它们。 一个机器视觉系统特征提取和表达步骤包括RST不变性和对其他因素要有鲁棒性。;18.3 二值目标特征;18.3.1面积;18.3.2 重心;18.3.3 最小二阶矩的轴;从数学上讲θ可用下式计算;18.3.4 投影;x;目标区域中心坐标;欧拉数： 孔数H、连通组元的数目C、欧拉数E E=C-H 图像的欧拉数是图像的拓扑特性之一，它表明了图像的连通性。 可见通过欧拉数可用于目标识别 ;18.3.6 周长 一个二值目标Oi的周长可以根据对具有一个或多个紧邻背景像素的目标像素计数得到。另一种方法是先提取目标的边缘然后对得到的边界像素计数。 18.3.7 细度比例 一个二值目标的细度比例Ti是一个将目标的面积和它的周长联系起来的品质因数 ; 细度比常用作圆形性的量度和规则性的 量度。1/Ti称为非规则性和紧凑比例。;18.3.8 偏心率 一个目标的偏心率定义为目标长轴和短轴的比。;18.3