数字影像与特征提取.pptVIP

主要内容 数字影像采样 影像重采样理论 同名核线的确定及重排列 2.数字影像采样过程 采样 对实际连续函数模型离散化的量测过程 主要内容 确定同名核线的两种方法 ? 基于影像几何纠正的核线解折关系 ?基于共面条件的同名核线几何关系 核线的重排列（重采样） 主要内容 一.Moravec算子 二.Forstner算子 主要内容 一.微分算子 二.二阶差分算子 三.Hough变换 Hough变换步骤 提取特征并计算其梯度方向. 设置累计矩阵H(?i，?j). 边缘细化， 设置一小区间[?-?o，?+?o] 将大于阈值的点作为备选点. 取累计矩阵中备选点中的极大值点为所需的峰值点. 主要内容 Wong-Trinder圆点定位算子 Forstner 定位算子 高精度角点与直线定位算子 1.Wong-Trinder园点定位算子 利用二值图像重心对圆点进行定位 利用阈值T＝（最小灰度值十平均灰度值）/2将窗口中的影像二值化 计算目标重心坐标（x，y）与园度 差分算子 对于一给定的阈值T，当时，则认为像素（i，j）是边缘上的点。 近似 1 -1 1 -1 Roberts梯度算子 1 -1 1 -1 方向差分算子 直线与边缘的方向 ? Sobel算子 考察它上下、左右邻点灰度的加权差。与之接近的邻点的权大： -1 0 1 -2 0 2 -1 0 1 1 2 1 0 0 0 -1 -2 -1 g9 g8 g7 g6 g5 g4 g3 g2 g1 -1 0 1 -2 0 2 -1 0 1 1 2 1 0 0 0 -1 -2 -1 -1 0 1 -2 0 2 -1 0 1 1 2 1 0 0 0 -1 -2 -1 1 0 -1 1 0 -1 1 0 -1 1 1 1 0 0 0 -1 -1 -1 Prewitt算子与Sobel算子 1 0 -1 2 0 -2 1 0 -1 1 2 -1 1 0 -1 1 -2 -1 加大模扳抑制噪声 Prewitt算子 Sobel 算子 4. 二阶差分算子 方向二阶差分算子 i, j i, j i, j 拉普拉斯算子（Laplace） i, j 卷积核掩膜 取其符号变化的点，即通过零的点为边缘点，通常也称其为零交叉点 0 -1 0 -1 4 -1 0 -1 0 0 -1 0 -1 4 -1 0 -1 0 0 -1 0 -1 4 -1 0 -1 0 0 -1 0 -1 4 -1 0 -1 0 0 -1 0 -1 4 -1 0 -1 0 0 -1 0 -1 4 -1 0 -1 0 0 -1 0 -1 4 -1 0 -1 0 0 -1 0 -1 4 -1 0 -1 0 0 -1 0 -1 4 -1 0 -1 0 0 -1 0 -1 4 -1 0 -1 0 0 -1 0 -1 4 -1 0 -1 0 0 -1 0 -1 4 -1 0 -1 0 0 -1 0 -1 4 -1 0 -1 0 0 -1 0 -1 4 -1 0 -1 0 0 -1 0 -1 4 -1 0 -1 0 0 -1 0 -1 4 -1 0 -1 0 0 -1 0 -1 4 -1 0 -1 0 0 -1 0 -1 4 -1 0 -1 0 0 -1 0 -1 4 -1 0 -1 0 0 -1 0 -1 4 -1 0 -1 0 0 -1 0 -1 4 -1 0 -1 0 0 -1 0 -1 4 -1 0 -1 0 0 -1 0 -1 4 -1 0 -1 0 0 -1 0 -1 4 -1 0 -1 0 高斯一拉普拉斯算子（LOG） 高斯函数 低通滤波 边缘提取 LOG算子为卷积核，对原灰度函数进行卷积运算后,提取零交叉点为边缘 Sobel 边缘检测算子比较结果 Roberts Prewitt Canny Laplacian of Gaussian Sobel Roberts Prewitt Canny Laplacian of Gaussian 原始图像 5.Hough变换 用于检测图像中直线、圆、抛物线、椭圆等 图像空间 对于影像空间直线上任一点(x，y）变换将其映射到参数空间(?，?)的一条正弦曲线上 图像空间 参数空间 正弦曲线共线 映射 正弦曲线 第四节 定位算子 内定向 v = 某常数即表示某一核线 C=v 2.在“水平”影像上获取核线影像 u v (0,0) (m,0) (0,n) (m,n) (?u,c) (2?u,c) (3?u,c) u=k1? v= k2? 采样间隔 (?u,c) (2?u,c) (3?u,c) (x1,y1) (x2,y2) (x3,y3) 3.核线的重排列（重采样） 是否是采样点？ 水平相片 倾斜相片 同名核线的v坐标值相等 4.同名