第八章表示与描述.pptVIP

8 表示与描述;特征表示与描述的基本概念; 分割(目标(边界或区域)提取) 特征提取 边界表示 表达---数据结构 区域表示 边界描述---几何特征 描述---特征提取 区域描述---几何,灰度,纹理特征 关系描述---边界与边界,区域与区域 ;表示是直接具体地表示目标，好的表示方法应具有节省存储空间、易于特征计算等优点。一般情况下： 1）如果关注的焦点是形状特性，选择外部表示方式。 2）如果关注的焦点是反射率特性，如颜色、纹理时，选择内部表示方式。;特征表示与描述的基本概念;描述 ? 描述也可分为对边界的描述和对区域的描述。几何形状属于外部描述。灰度和纹理属于内部描述。此外，边界和边界或区域和区域之间的关系也常需要进行描述 。 ? 好的描述应在尽可能区别不同目标的基础上对目标的尺度、平移、旋转等不敏感。 ;对目标特征的测量是要利用分割结果进一步从图像中获取有用信息，为达到这个目的需要解决两个关键问题： ?? 选用什么特征来描述目标 ?? 如何精确地测量这些特征 常见的目标特征分为灰度（颜色）、纹理和几何形状特征等。其中，灰度和纹理属于内部特征，几何形状属于外部特征 ;8.1 表示方法;链码(Chain Codes);链码;链码;;多边形逼近(Polygonal Approximations);最小周长多边形逼近（MPP法）;最小周长多边形逼近（MPP法）;MPP法例;外形特征---标记图;外形特征;外形特征;区域骨架(Region Skeletons);区域骨架;区域骨架例;8.3 边界描绘子(Boundary Descriptors);简单描述符;简单描述符;边界最大轴a;简单描述符;矩(Moments);矩;矩特征的物理意义 低阶矩描述图像的整体特征： 零阶矩反映了目标的面积、一阶矩反映目标的质心位置、二阶矩反映了目标的主轴、辅轴的长短和主轴的方向角。 高阶矩主要描述了图像的细节： 如目标的扭曲度和峰态的分布等。;矩特征在目标识别中的应用 通过对不同照度场、不同姿态下物体进行矩特征的统计分析，选取若干个具有明显差异(均值及方差)的矩或组合矩特征量(应具有RST不变性)，建立特征库。 计算待识别物体的相应特征量，按一定的准则，计算与各类目标的隶属度，找出最小的隶属度值。;8.3 区域描绘子(Boundary Descriptors);简单描绘子; 拓扑学研究图形不受畸变变形（不包括撕裂或粘贴）影响的性质 拓扑性质：全局性质，与距离无关 欧拉数 –1，2，1 ， 0 欧拉数描述了区域的连通性 H：区域内的孔数 C：区域内的连通组元个数 ;纹理 纹理是由许多相互接近的、 互相编织的元素构成， 它们富有周期性。;; a) 统计方法。（采用统计方法对纹理进行分析。） b) 结构方法。（从图像结构的观点出发，则认为纹理是结构，由纹理基元按一定规律排列而成。 采用句法结构方法。 ） c) 频谱法。（分析纹理的频域特征） ; A、基于直方图的统计矩; B、其他的基于直方图的纹理量度; 存在问题? 没有利用像素之间 的相对位置关系。; C、灰度共生矩阵; b) 计算发生的概率（点对数/图像中满足Q的点对总数）； ;随堂练习：Q定义为“在右边的一个像素” ; c) 计算下列统计量，以描述灰度共生矩阵的“内容”特性。 ;纹理特征匹配举例：从1万张图片中检索的结果;不变矩; 七个不变矩（平移、尺度、旋转不变）