机器视觉-颜色特征提取.pptVIP

文献阅读之颜色特征提取 基于区域生长的彩色图像颜色特征提取研究 由于彩色图像较灰度图像包含了更多的有效信息，也更符合人们的视觉感受，因此彩色图像处理正受到人们越来越多的关注。 本文针对彩色图像，提出了一种简单的颜色特征提取方法。该方法选取了适合彩色图像处理的区域生长算法，利用中值点法来改进其中种子点的选取方法，并结合RGB彩色空间中像素点的性质确定区域生长准则和终止准则 算法原理 针对颜色特征提取的算法 颜色直方图法 全局累加直方图法 局部累加直方图法 颜色参量的统计特征法 先将彩色图像转化为灰度图像再进行处理的方法 本文提出的方法继承了区域生长算法的基本思想，并且改进了其中种子点的选取方法和生长准则以及生长终止准则的确定 本文对彩色图像颜色特征提取的主要步骤 选取种子点 对种子点进行3*3领域的区域生长 图像后处理 关于种子点的选取 选取种子点 在待提取区域中初始化一点，以该点为中心在图像中取半径为k的方形邻域为窗口，也即是以该点为中心的（2k+1）*(2k+1)大小的窗口，将窗口内各像素点的待提取颜色分量排序，取窗口中待取颜色分量等于排序中间值的点为种子点。实验发现，在k取5或6时，对所选种子点进行区域生长作用的提取效果较好 例子 对种子点进行3*3邻域的区域生长 以一组“种子”点开始，将与种子性质相似（诸如特定范围的颜色或灰度）的相邻像素附加到生长区域的每个种子上 先对要分割的区域找一个种子像素作为生长的起点，然后将种子像素周围邻域中与种子像素具有相同或相似性质的像素合并到这一区域中，再将这些新像素当做新的种子像素继续上面的过程，直到没有满足条件的像素可被包括进来为止 区域生长准则 区域生长终止准则 3*3邻域的区域生长准则 对于彩色空间中图像I上的任意一点p0，如果其R、G、B分量分别为r0、g0、b0，则我们用下式来定义区域生长准则 |r-r0|≤m1 |g-g0|≤m2 |b-b0|≤m3 其中r、g、b为p0点3*3邻域内任意一点的R、G、B分量，m1、m2、m3分别为对应于R、G、B分量所选定的阈值 以向量的二范数定义的生长准则 d ≤m（m为阈值） 区域生长算法流程图 区域生长终止准则 首先以种子点为中心，选取半径为n（n大小可变）的方形邻域，统计出窗口中任意非边界点的R、G、B值与种子点3*3邻域内各点的R、G、B分量的差值。然后计算出差值结果中同值的个数，统计出直方图， 最后依据直方图确定最终阈值 举例 本图是对应图1（c）中的种子点，当n=50时，统计出的窗口中非边界点与种子点的3*3邻域内各点的颜色分量差值直方图。其中(a)、(b)、(c)分别是对应于R、G、B分量的差值直方图。从图中可以看出，可以取m1=5 m2=5 m3=5将图像中的红色花片部分提取出来 图像后处理 利用形态学中的开闭滤波对提取出的图像进行后处理。考虑到图像中的噪声点几乎都是单个的孤立像素点，因此我们用半径为1的圆盘作为结构元素对提取后的图像进行先开后闭的滤波作用 开运算：先腐蚀后膨胀。可以光滑目标轮廓，消除小目标，在纤细点处分离物体，同时并不明显改变目标的面积。主要作用与腐蚀相似，但与腐蚀处理相比较，有保目标大小不变的优点 关运算：先膨胀后腐蚀。在保持原目标的大小与形态的同时，填充凹陷，弥合孔洞和裂缝。与膨胀的作用相似，但与膨胀的处理相比，具有保目标大小不变的优点 图像后处理之后的结果 实验（1） 实验（2） 实验（3） 结论 传统的对彩色图像颜色特征的提取工作，是先将彩色图像转化为灰度图像，然后再对种子点进行区域生长处理。在本文中，我们选取了适合彩色图像处理的区域生长算法，并改进了其中种子点的选取、生长准则和终止准则的确定，再直接对彩色空间中的种子点进行区域生长作用 从实验结果来看，本文提出的方法是一种简单的彩色图像颜色特征的提取方法，对于传统方法中通常存在的不能较好的区分颜色特征、提取有效性差、耗费时间比较长等问题都有所改进，在保证区域连通性的同时，也得到了与人眼视觉判断相一致的有意义的图像特征提取结果 Company Logo LOGO 讨论组：潘星 黄荣娟 魏华 杨远洲 提取原始彩色图像图中的红色画片部分。在红色区域中随机初始化一点（670,447）,以该点为中心取13*13大小的窗口，按中值点法得到R的中间值为165。在该窗口中，R分量为165的点共有8个，随机选取其中之一（670,445）为种子点，其R、G、B分量分别为165、17、29 先将原始图像转化为灰度图像后对图1（c）中所选的种子点进行区域生长的结果，图5是利用区域生长算法的第一种定义，阈值分别为21、22时的实验结果 先将原始图像转化为灰度图像后，对图1（c）中所选的种子点按照区域生长算法的第二种定义进行生