图像特征与理解.pptVIP

不变矩及其组合具备了好的形状特征应具有的某些性质， 已经用于印刷体字符的识别、飞机形状区分、景物匹配和染色体分析中，但它们并不能确保在任意情况下都具有这些性质。一个物体形体的惟一性体现在一个矩的无限集中，因此，要区别相似的形体需要一个很大的特征集。这样所产生的高维分类器对噪声和类内变化十分敏感。在某些情况下，几个阶数相对较低的矩可以反映一个物体的显著形状特征。 2.5 偏心率 偏心率(Eccentricity)E也可叫伸长度(Elongation)，它在一定程度上描述了区域的紧凑性。偏心率E有多种计算公式, 一种常用的简单方法是区域主轴（长轴）长度(A)与辅轴（短轴）长度(B)的比值， 如图6-7所示。图中，主轴与辅轴相互垂直，且其长度是两方向的最大值。不过这样的计算受物体形状和噪声的影响比较大。另一种方法是计算惯性主轴比，它基于边界线上的点或整个区域来计算质量。Tenebaum提出了计算任意点集偏心度的近似公式， 步骤如下： 图6-7 偏心率度量：A/B （1）计算平均向量: (6-28) （2）计算j＋k阶中心矩: (6-29) （3）计算方向角: （4） 计算偏心度的近似值: (6-30) (6-31) 2.6 形状描述子 1. 边界链码 链码是对边界点的一种编码表示方法，其特点是利用一系列具有特定长度和方向的相连的直线段来表示目标的边界。因为每个线段的长度固定而方向数目有限， 所以只有边界的起点需要用绝对坐标表示，其余点都可只用接续方向来代表偏移量。由于表示一个方向数比表示一个坐标值所需比特数少，而且对每一个点又只需一个方向数就可以代替两个坐标值，因此链码表达可大大减少边界表示所需的数据量。 数字图像一般是按固定间距的网格采集的，因此最简单的链码是跟踪边界并赋给每两个相邻像素的连线一个方向值。常用的有4方向和8方向链码，其方向定义分别如图6-8(a)、(b)所示。它们的共同特点是直线段的长度固定，方向数有限。 图6-8 码值与方向对应关系 (a) 4方向链码； (b) 8方向链码； (c) 边界编码图形 对图6-9(c)所示边界，若设起始点O的坐标为（5，5），则分别用如下4方向和8方向链码表示区域边界： 4方向链码： （5， 5）1 1 1 2 3 2 3 2 3 0 0 ；  8方向链码： （5， 5）2 2 2 4 5 5 6 0 0 。 实际中直接对分割所得的目标边界进行编码有可能出现两个问题：一是码串比较长；二是噪声等干扰会导致小的边界变化从而使链码发生与目标整体形状无关的较大变动。常用的改进方法是对原边界以较大的网格重新采样，并把与原边界点最接近的大网格点定为新的边界点。这种方法也可用于消除目标尺度变化链码的影响。 使用链码时，起点的选择常是很关键的。对同一个边界， 如用不同的边界点作为链码的起点，得到的链码则是不同的。为解决这个问题可把链码归一化，下面介绍一种具体的做法。 给定一个从任意点开始产生的链码，我们可把它看作一个由各方向数构成的自然数。首先，将这些方向数依一个方向循环，以使它们所构成的自然数的值最小；然后，将这样转换后所对应的链码起点作为这个边界的归一化链码的起点。 2. 一阶差分链码 用链码表示给定目标的边界时，如果目标平移，链码不会发生变化， 而如果目标旋转则链码会发生变化。为解决这个问题， 可利用链码的一阶差分来重新构造一个表示原链码各段之间方向变化的新序列，这相当于把链码进行旋转归一化。差分可用相邻两个方向数按反方向相减(后一个减去前一个)得到。如图6-9所示， 上面一行为原链码(括号中为最右一个方向数循环到左边)，下面一行为上面一行的数两两相减得到的差分码。左边的目标在逆时针旋转90°后成为右边的形状，可见，原链码发生了变化，但差分码并没有变化。 图6-9 利用一阶差分对链码旋转归一化 3 纹理分析 有时，物体在纹理上与其周围背景和其他物体有区别，这时，图像分割必须以纹理为基础。纹理是图像分析中常用的概念，但目前尚无统一的定义。纹理(Tuxture)一词最初指纤维物的外观， 一般来说，可以认为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。可将纹理定义为“任何事物构成成分的分布或特征， 尤其是涉及外观或触觉的品质”。与图像分析直接有关的定义是“一种反映一个区域中像素灰度级的空间分布的属性”。 人工纹理是某种符号的有序排列， 这些符号可以是线条、 点、 字母等，是有规则的。自然纹理是具有重复排列现象