7.图像描述.ppt

7. 图像描述 7.3 二维形状描述 2)矩不变量 3)中轴变换、收缩、膨胀及细化运算 7.3.2 边界描述 7.4　二维纹理描述 7.4.1 纹理特征 7.4.2 灰度共生矩阵法 7.4.3 MRF模型分析纹理 7.4.4 付立叶功率谱纹理分析 7.4.5 纹理的结构分析 局部二进制模式（local binary pattern，LBP） (2)收缩和膨胀 收缩是将S的边界点用 的值来代替，而膨胀是将 中的边界点添加到S中。 说明： 在收缩及膨胀中邻域的定义要保持一致。 收缩S相当于膨胀 ；膨胀S相当于收缩 。收缩与膨胀可重复多次或组合进行。 如 存在如下关系： 用中轴变换可得物体的中轴，形象化的说明叫“火烧草地”。 先膨胀后收缩，独立点不变，而成团聚集点的会成块，及孔会消失。 先收缩后膨胀可以平滑图像，去除噪声。 (3) 细化 细化的目的是为了得到与原区域形状近似的由简单的弧与曲线组成的图形。 细化不等于中轴变换，细化结果位于中轴附近；细化是一种多次迭代的收缩算法，但不同于收缩，细化的结果是要求得到一个弧与曲线组成的连通的图形。因此，细化不破坏连通性，收缩有可能会破坏连通性。 弧与曲线的定义：它们是S的一个子集，且是S的一个连通分量，子集中除两个端点外的每一个点都有且只有两个邻点(端点只有有一个邻点)。 算法：消去S中那些不是端点的简单边界点，并按S的上下左右的顺序反复进行，直到不存在可以消去的简单边界点为止。 如何判别简单边界点？假设 ①1表示区域点，称暗点；0表示背景点，称亮点。 ②边界是一个暗点，且该暗点至少有一个亮点的4邻接点。 ③ 端点是一个暗点，且该暗点有、且只有一个暗点的8邻接点。 ④转折点是一个暗点，如果删除该暗点，则连通性被破坏。 利用边界来描述目标，可节省存储信息量，以可准确地确定物体。 1）链码 链码是一串指向符的序列，可以描述任意形状的曲线或闭合边界，给定了起点坐标，就确定了曲线或闭合边界在空间的位置。 链码具有以下主要的性质： 　旋转若干个45o 起点终点反向 长度 j方向上投影（宽度） 两点间的距离　 说明： ＃对于闭合边界，用规格化链码表示，即使链码表示的整数最小，便于形状匹配。 ＃链码的导数表示，即除第一个码元外，其它每个码元向后作差分，并对结果作模8运算；第一个码元保持原值。链码的导数表示与边界的旋转无关（除第一个码元外。） 2）付立叶形状描述子 　　用一系列付氏系数来表示闭合曲线的形状特征，仅适合于单封闭曲线。 　　方法：将边界定义在复平面上，由边界上的任意一点开始，按逆时针的方向逐点写出边界点复数序列。 对此序列作离散付氏变换，得该边界在频域的唯一表示式，称其为付氏描述子（FD）。 说明： ＃FD描述了边界的形状、位置、大小、方向。 ＃为了便于其它目标物的边界的FD进行比较，必须对FD进行归一化处理，即用最大幅值系数作为归一化系数。 ＃理论上沿边界线作等间距采样结果才严格正确，实际上存在　　的差异，故是近似结果，采样点越多近似程度就越高。 ＃为了便于FFT，采样点取2的整数次幂。 3）弦分布 　　通过一条闭合边界曲线上所有弦的长度和角度的分布来描述边界的形状。 　　 　　辐射弦分布与旋转无关，与比例成线性变化；角弦分布与比例无关，而有一个与旋转成比例的偏置，组合应用这两个分布可作为一种形状匹配技术。 4）自回归模型描述 　说明： ＃自回归模型参数具有RST不变的性质。 ＃有孔或凹形轮廓的目标不适宜。（需作修改） 纹理：由紧密的交织在一起的单元组成的某种结构。具有局部区域呈现不规则性，而整体上表现出某种规律性的特点。 图像纹理：反映了物体表面颜色和灰度的某种变化，而这些变化又与物体本身的属性相关。 纹理结构：把图像灰度分布性质或图像表面呈现出的方向信息称为纹理结构。 纹理基元：把具有一定的不变性的视觉基元称为纹理基元。因此纹理可以看作是纹理基元以不同的形变及不同的方向重复出现的一种图形。 纹理特征的定量估计方法： ＃统计分析方法：区域的统计特性、邻域内的一阶统计分析、若干个像素及其邻域的二阶或高阶统计分析、用模型来分析。 ＃结构分析方法：试图找出纹理基元，再从组织结构上探索纹理的规律或直接探求纹理组成的结构规律。 二阶统计度量，可以提取纹理的特性，常用的纹理特征系数有： 　1）? 角二阶矩（能量） 　　 图像灰度分布均匀性的度量；均匀，分布集中在主对角线附近。因此，从图像整体看，粗纹理含有较多的能量；反之，细纹理则能量较小。 　2）? 惯性矩（对比度） 　　惯性矩反映了图像纹理的清晰程度。纹理的沟纹越深（反映在k上），其对比度I越大，图像的视觉效果越是清晰。 　3）? 相关性 相关性是用来衡