图像特征提取与分析.ppt

第8章 图像特征提取与分析 本章重点： 图像特征及特征提取的基本概念。 常见的图像特征提取与描述方法，如颜色特征、纹理特征和几何形状特征提取与描述方法。 8.1 基本概念 8.2 颜色特征描述 8.3 形状特征描述 8.4 图像的纹理分析技术 8.5 小结 8.1 基本概念 目的 让计算机具有认识或者识别图像的能力，即图像识别。特征选择是图像识别中的一个关键问题。特征选择和提取的基本任务是如何从众多特征中找出最有效的特征。 特征形成 根据待识别的图像，通过计算产生一组原始特征，称之为特征形成。 特征提取 原始特征的数量很大，或者说原始样本处于一个高维空间中，通过映射或变换的方法可以将高维空间中的特征描述用低维空间的特征来描述，这个过程就叫特征提取 。 特征选择 从一组特征中挑选出一些最有效的特征以达到降低特征空间维数的目的，这个过程就叫特征选择。 选取的特征应具有如下特点： 可区别性 可靠性 独立性好 数量少 8.2 颜色特征描述 8.2.1 颜色矩 8.2.2 颜色直方图 8.2.3 颜色集 8.2.4 颜色相关矢量 8.2.1 颜色矩 颜色矩是以数学方法为基础的，通过计算矩来描述颜色的分布。 颜色矩通常直接在RGB空间计算 颜色分布的前三阶矩表示为： 8.2.2 颜色直方图 设一幅图像包含M个像素，图像的颜色空间被量化成N个