数字图像处理第7章方案.pptVIP

数 字 图 像 处 理第七章 图像描述 主要内容 简单描述子 傅里叶描述子 矩描述子 拓扑描述 利用主分量描述 关系描述 收缩和骨架化 纹理分析 图像描述—形状描述 图像描述—形状描述 图像描述—形状描述 图像描述—形状描述 图像描述—形状描述 图像描述—形状描述 图像描述—形状描述 图像描述—形状描述 图像描述—形状描述 图像描述—形状描述 图像描述—形状描述 图像描述—纹理分析 图像描述—纹理分析 图像描述—纹理分析 图像描述—纹理分析 图像描述—纹理分析 图像描述—纹理分析 图像描述—纹理分析 * 形状特性 灰度特性 外部表示——形状特征 ； 内部表示——颜色、纹理等。 1、傅立叶描述子 若某一区域的边界是闭合的，对于边界上的任一固定点，沿边界曲线移动的坐标变换是周期函数，该周期函数可以展开为傅立叶级数。用变换系数来描述区域形状。 将二维平面用复平面表示： z(s) = x(s) + jy(s) (x0,y0) (x,y) x y 分割后的图像一般要进行形式化的表达和描述——采用符号描述图像的特征。一般要求具有某种变换不变性。 一、形状描述 对z(s)做傅立叶变换——选取显著系数组成描述子（矢量形式） 变换不变性—— 旋转：系数乘上一个旋转相位因子； 平移：增加一个常量（常以闭合区域的“质心”作为原点） 不同的起点：系数乘上一个初始相位因子； 或者，可以求曲线上每一点的曲率，得到一维函数k(s)，对k(s)做傅立叶变换求系数（频域特征更集中） ?要求边界闭合 2、矩描述子 函数f (x,y)的(p+q)阶矩定义为： 中心矩 式中 定义归一化中心矩： 可导出7个不变矩组： 计算中，f (x,y)只在区域内取值，区域外置0。 对于二值闭合曲线，定义： 1 （区域内） 0 （区域外） f (x,y) = 3、参数化描述方法 分段线性拟合（多边形逼近） 多项式拟合（一般至4阶可以描述复杂形状） 样条函数拟合 4、简单描述子 —边界的周长 —边界B的直径: Diam(B) = max{D(pi , pj )} D(.)是欧氏距离或几何距离，pi , pj 是边界上的点。直径的长度和直径的两个端点连线（这条线被称为边界的主轴）的方向，是关于边界的有用的描述) —边界的曲率 —最大轴/最小轴/基本矩形 最小轴 基本矩形 最大轴 —形状数（”最小循环首差链码”） 5、拓扑描述 ——在图像没有断裂和连接的情况下，不受形变影响的图形特征。 1个孔和1个连通分量 E=0 2个孔和1个连通分量 E= -1 欧拉数：E = C ?H C —— 连通分量数 H —— 孔的数目 6、利用主分量描述 （把边界点作为二维随机向量的集合——运用特征向量变换） 7、关系描述 … a b “图元” ——通过定义图元，对形状结构进行形式化的描述。 ?定义重写规则（迭代关系） （右例） (1) S?aA (2) A?bS (3) A?b （A, S 为变元） 按此规则得到：ababab…b ? “串”的结构—— 将二维位置关系转变为一维形式（例如沿着目标的边界用指定了方向和长度的线段进行编码） （用定向线段对一个区域进行编码） 或者：用定向线段代替场景中的部分区域（如小的单色区域） a+b a?b a?b a?b 提取图元 定义图元操作 8、收缩和骨架化 从外向内逐层去除像素— 收缩为单一像素（种子）。 每一去除层保持八连通。 收缩—— 骨架化（细化）—— ?中轴变换： 如果区域内某一点有一个以上的边界点与其有相同的 最小距离，则该点的集合组成“中轴”。 （“熄火线”） 更一般的细化算法——不断删去边缘，但满足： (1)不移去端点；(2)不破坏连通性；(3)不引起区域的过度腐蚀。 二、纹理分析 ——提供了有关某区域的平滑度、粗糙度、灰度分布规律性等特性的度量。 统计描述 设区域共有L个灰度级 zi ( i = 0,1,…,L)，p(zi)为直方图分布，则区域内灰度分布的第 n 阶中心矩为： （?0=1; ?1= 0） （均值） ? 二阶矩?2（即方差?2）在纹理描述中很重要（灰度对比度的度量）。 ? 三阶矩?3表示直方图的偏斜度。 ? 一致性度量 ——区域内所有像素灰度级相同时U=1（最大） ? 平均熵 灰度共生矩阵（联合概率密度描述） 对于图像中的任一点(x,y)及另一个对应点(x+a,y+b)，n(i,j)为(x,y)的灰度级为 i，而(x+a,y+b)的灰度级为 j 的这样的点对出现的次数。 设图像共有L个灰度级，则得到L2个元素组成的矩阵，称为“灰度共生矩阵”。或用Cij = n(i,j)/(所有点对数）归一化。 [例]考虑具有三个灰度级的图像 1 0 1 0 0 0