图象分析2..docVIP

第四章 形状分析 如何表示形状 二个物体的形状是否相同。 形状分析是指用计算机图象处理和分析系统对景物的诸目标提取形状特征，对景物作识别、理解。 图象分割后得到各目标区域。对各区域提取形状特征，分析区域空间分布关系，借助景物的知识对景物做分析和理解。 形状特征的提取是形状分析的基础。 二维形状可以用两种方法描述： 描述目标的边界及其特征。与边缘和线检测直接相关。相应描述方案称为“外部表示”。 描述目标在图象中占据的区域。与基于区域的分割技术相关。相应的方案称为“内部表示”。 形状描述方案必须具有某些希望的特征： 唯一性。对应目标识别至关重要的特性，每个目标必须有唯一的表示，否则无法区分。 完整性。明确的，没有歧意的。 几何变换不变性。平移，旋转，尺度，镜相不变性，对识别很重要。 敏感性。描述相似目标的区别的能力。 抽象性。从细节中抽取形状的基本特性。与噪声鲁棒性（robustness）有关。 §4.1 基于轮廓的形状分析 §4.1.1链码（Chain Codes） 关键：依赖于起始点坐标。 链码表示可以用于匹配。关键是归一化到共同的起始点。 优点：平移不变性。 尺度不变可以通过改变取样网格的大小，不过，很难得到完全一样的链码 方向之间的差别，称为微分。微分的链码具有旋转不变性。定义： diff(x,y)=(y-x)mod4, 四方向链码 diff(x,y)=(y-x)mod8, 八方向链码 链码可以直接用来计算一些边界特性： 周长： 八方向链码时 宽、高 面积 §4.1.2边界逼近 分段线性逼近（多边形逼近），比较常用的方法。如：矢量字库。 曲线逼近，如TrueType，PostScript字体。 多边形逼近可以描述为，选择一系列多边行顶点，使总的边界接近误差小于规定的大小。误差的表示可以使用均方距离误差或最大距离误差。 分裂，合并，或综合方法。 分裂法的例子： §4.1.3转折能量法 c(i)是转折角度/45度。 物理意义是将一个棒弯曲成目标形状所需要的能量。 可以表示物体边界变化的剧烈程度。 不同的形状可能具有同样的转折能量。 §4.1.4 傅立叶形状描述 目标边界的傅立叶系数经过归一化处理后，也可以描述形状。 假设物体边界是封闭曲线。 沿边界按照顺时针或逆时针方向把边界长度均匀划分，抽取N个采样点，用复数表示。这些点可以描述曲线。 对点序列做傅立叶变换： 相应逆变换： 用傅立叶系数Z(k)表示形状。 Z(0)表示形状的重心，图像平移时，只有Z(0)变化。 Z(k)，k从小到大，分别表示慢速和快速变化的趋势。 形状旋转z’(n)=z(n)exp(ia),则每个Z(k)旋转同样角度。 形状放缩z’(n)=az(n)，Z(k)放缩同样倍数。 起始点变化z’(n)=z(n-n0)，Z(k)相位发生变化。 §4.1.5 Hough变换 见§2.2.3 §4.2 基于区域的形状分析 简单标量 如： 面积 周长 包围目标的最小外圆 内接目标的最大内圆 这些标量对于区分有很好定义，差别显著的机器零件（如扳手、螺丝等）是有效的，但有二义性，即一个描述值可以对应几个或一组不同的目标。因此，不适合于区分复杂的目标。 投影 矩 f(i,j)是图像点，(p+q)阶矩如下： 即可用于二值图像也可用于灰度图像。 与尺度、移动、旋转相关。 中心矩： 其中： ，重心位置 移不变 经过某些坐标的变换，可以得到七个位移/旋转/尺度的变化都不变矩函数表示。可以用这些参数表示形状。 归一化中心矩: , 不变矩： …… 形式上很完美，但并不能很好解决实际问题，原因是变形和噪声干扰。 §4.3 其它形状分析方法 拓扑结构描述 拓扑学是研究图形性质的理论。 孔洞数H，连通域数C 欧拉数(Euler number) E=C-H 以上三个图形的欧拉数分别为0，－1，1 提取骨架 骨架在保留关键信息的前提下，使图像简化。 把一个形状转化为连接图，变成图匹配的问题。 数学形态学方法 下一章内容。 第五章 数学形态学（Mathematical Morphology） 比较新的理论，从80年代开始理论上趋于完备。 为什么叫形态学？ Morphology一词最早来自植物和动物的形态的研究。 数学形态学：从图象出发研究目标的结构和拓扑。 形态学图象处理指目标与结构元素作用的一些操作。 结构元素：任意大小，包含任意0、1组合（结构）。结构元素上可以指定一点作原点。 结构元素与图象的作用类似于卷积，逻辑运算代替乘加运算。 逻辑运算的结果保存在输出的新图象对应点的位置。 形态学处理的效果取决于：结构基元的大小、内容、逻辑运算的性质。 §5.1 基本运算 用于描述数学形态学的工具是集合论。 二值图象的集合论表示：