图像特征提取论文.docVIP

基于C++的图像特征提取 摘要 图像特征提取技术是20世纪50年代在国内外迅速发展起来的一种图像处理技术。本文首先论述了图像特征提取技术相关概念及分类，在此基础上阐述了图像特征提取的流程，并讨论了基于C++实现图像特征几种基本且重要的提取方式的算法实现。 关键字 特征提取，灰度图，直方图，C++ 目录 1 概述 1 1.1引言 1 1.2 图像特征 2 1.3 图像特征提取的相关定义 2 1.3.1图像颜色特征提取 2 1.3.2 纹理特征提取 2 1.3.3形状特征提取 2 1.3.4空间关系特征提取 3 2工作基础与工作环境 4 2.1 数字图像处理技术 4 2.1.1 图像处理的基本内容 4 2.2 图像格式－BMP格式 5 2.3将Visual C++应用于数字图像的特征提取 6 2.4 形参说明 6 3算法及数学基础 7 3.1二值图像 binary image 7 3.1.1二值图像分析的目的 7 3.1.2二值图像生成算法 7 3.1.3二值图象C++实现 8 3.2基于二值图像的处理 9 3.2.1腐蚀与膨胀 9 3.2.3轮廓提取与轮廓追踪 13 3.2.4细线化 14 3.3灰度图 17 3.3.1基于灰度图的特征提取方法 18 3.3.2边缘检测 20 4 结束语 24 1 概述 　图像是客观对象的一种相似性的、生动性的描述或写真，是人类社会活动中最常用的信息载体。或者说图像是客观对象的一种表示，它包含了被描述对象的有关信息。它是人们最主要的信息源。据统计，一个人获取的信息大约有75%来自视觉。古人说“百闻不如一见”、“一目了然”便是非常形象的例子，都反映了图像在信息传递中的独特效果［1］。 　　广义上，图像就是所有具有视觉效果的画面，它包括：纸介质上的、底片或照片上的、电视、投影仪或计算机屏幕上的。图像根据图像记录方式的不同可分为两大类：模拟图像和数字图像。模拟图像可以通过某种物理量（如光、电等）的强弱变化来记录图像亮度信息，例如模拟电视图像；而数字图像则是用计算机存储的数据来记录图像上各点的亮度信息［2］。 　　国际图像艺术推广机构君友会对图像处理流程的阐述是：图像处理是对图像进行分析、加工、和处理，使其满足视觉、心理以及其他要求的技术。图像处理是信号处理在图像域上的一个应用。目前大多数的图像是以数字形式存储，因而图像处理很多情况下指数字图像处理。此外，基于光学理论的处理方法依然占有重要的地位。图像处理是信号处理的子类，另外与计算机科学、人工智能等领域也有密切的关系。传统的一维信号处理的方法和概念很多仍然可以直接应用在图像处理上，比如降噪、量化等。然而，图像属于二维信号，和一维信号相比，它有自己特殊的一面，处理的方式和角度也有所不同。几十年前，图像处理大多数由光学设备在模拟模式下进行。由于这些光学方法本身所具有的并行特性，至今他们仍然在很多应用领域占有核心地位，例如 全息摄影。但是由于计算机速度的大幅度提高，这些技术正在迅速的被数字图像处理方法所替代。从通常意义上讲，数字图像处理技术更加普适、可靠和准确。比起模拟方法，它们也更容易实现。专用的硬件被用于数字图像处理，例如，基于流水线的计算机体系结构在这方面取得了巨大的商业成功。今天，硬件解决方案被广泛的用于视频处理系统，但商业化的图像处理任务基本上仍以软件形式实现，运行在通用个人电脑上 1.1引言 图像特征选择提取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。图像特征分析在工业生产中有重要的应用。我通过关注和学习图像特征提取并用VC实践，强化了所学习过的知识，并对图像特征提取有了更深一步的认识和理解。 1.2 图像特征 图像特征是指图像的原始特性或属性。 常见的图像特征可以分为灰度特征、纹理特征和几何形状特征等。 1.3 图像特征提取的相关定义 由于实际问题的应用类型各不相同，所以对图像特征提取一直没有精确的定义，许多的计算机图像分析和算法都是以特征为切点，其算法成功与否与其使用和定义的特征息息相关。参阅大量文献，其定义概述为：图象处理中最初级的运算就是特征提取，所以数字图像首先要进行的运算就是特征提取，然后通过运算来检查图像的每个像素，最后确定像素所属的特征．如果算法检查的是图像的一些特征区域，那么图像特征提取就是算法中的一部分作为特征提取的一个前提运算，其输入图像一般在尺度空间中被平滑，最后运用导数法则计算出图像的特征。 1.3.1图像颜色特征提取 颜色特征是通过图像或图像区域的颜色特征来描述，它具有整体性，颜色特征提取方法有颜色直方图、颜色集、颜色矩等方法。 1.3.2 纹理特征提取 纹理特征和颜色特征类似，它也是一种整体性的特征。近些年来，对纹理分析方法的各种理论或方法在纹理特征提取中的应用已经基