图像采集及处理-C8-R.pdfVIP

图像采集与处理 视觉特征的提取与表达(1) 边缘、边界与兴趣点特征 2012-10-25 视觉特征的提取与表达 视觉特征的概念与作用 边缘特征提取与表达 边界特征提取 兴趣点特征提取 特征提取在视觉处理中的作用 视觉特征提取是完成图像理解的必经之路。视觉特征是 图像理解的基础。 决策、产生相应的行为动作 理解（对感兴趣区域的识别与分析） 检测与分割（定位和提取感兴趣的区域） 特征提取（线、边缘、兴趣点、纹理、形状等） 图像预处理（去噪、图像增强等） 图像获取（数字摄像机等） 视觉特征的概念 像素是一副图像基本的组成单位，像素组成的阵列构成 图像的基本结构。每个像素所对应的位置信息、颜色信 息（或者灰度信息）构成图像的初级描述。 视觉特征(Visual Features)是以特殊的点、线或者区域为 单位构成的一种图像结构。视觉特征及其表达具备了一 定的显著性和辨别能力，一个或者多个特征的组合可以 用来区分不同的物体或者图像。视觉特征及其表达构成 了图像的一种中级的、基于数据的描述。 以视觉特征为基础，对物体和图像进行识别和分析后的 结果，是图像的一种高级的、抽象描述。该描述通常是 一种基于符号主义(symbolist)的表达，即用符号、字符或 者语言来表达。 常见的视觉特征 颜色特征 边缘、边界特征 兴趣点特征 纹理特征 形状特征 运动特征 视觉特征的提取与表达 视觉特征的概念与作用 边缘特征提取与表达 边缘特征提取的基础技术 带高斯平滑滤波的边缘特征提取 边界特征提取 兴趣点特征提取 边缘和边界特征的概念 边缘(edge)：图像中的一组点，这些点各自与其相邻区域 相比，亮度发生了急剧变化。 边界(boundary)：对于一个区域R，它的边界是一组点， 这些点各自的邻域内会有至少一个相邻点不在区域R内。 边缘是一个局部(local)的概念，它只是通过比较每一个点 与其相邻区域内的点的亮度变化得到。边缘点通常都是 不连续的。 边界是一个较为全局(global)的概念，它是针对一个区域 R而言的。一个区域的边界通常是一个闭合的曲线。 边缘特征是提取边界特征的基础。通过边缘点连接(edge linking)等技术，可以提取出边界特征。 边缘特征的作用 神经学和心理学的研究表明，图像中突 变的位置是人类视觉感知中的一项重要 感知内容。 边缘特征受光照和视角变化的影响较 小。 边缘特征提供了对于图像数据的合理概 括，这些强度变化较大的边缘元素，有 时可以完成图像理解的任务。同时，它 将大大减少图像的数据量。素描画就是 一个用边缘特征表达图像内容的例子。 典型的边缘形态 理想边缘(Ideal Edge)：亮度在图像某个位置产生阶跃式的突变， 形成理想边缘。这种情况在实际中很少见。 斜坡边缘(Ramp Edge)：由于图像采集系统、采样率和光照变化等 因素的作用，会对边缘产生一定的模糊化，从而形成斜坡边缘。斜 坡的斜率决定了边缘的厚度。 屋脊边缘(Roof Edge)：亮度在较小的区域范围内，发生了两次相 反方向的变化，形成屋脊边缘。 理想边缘 斜坡边缘 屋脊边缘 边缘特征的表达 边缘提取是以单个像素为单位，用图像函数在该像素一个邻域 处的特性来计算。 每个边缘点由一个具有位置(x-y坐标)、幅值(magnitude)和方 向(direction)的向量来表达。 位置：表示边缘点的空间位置。位置的确定是一个边缘点定位 的过程。 幅值：表示边缘点上亮度变化的程度。 方向：表示边缘点上边缘的方向。 • 梯度方向：即亮度变化的方向(边缘法向) • 边缘方向：梯度方向旋转9