处理_图像描述.ppt

7. 图像描述;7.2 二值图像的几何特征 7.2.1 简单的几何特征 1) 面积： ;2) 周长：一般的三种近似的定义 区域和背景交界线(接缝)的长度 链码的长度 边界点数之和 注意：周长的计算精度受采样间隔、噪声、分割边缘是否光滑的影响显著。;3) 位置： 定义为物体的形心(质心)点。;4) 方向：定义为最小惯量轴(主轴)的方向。最小惯量轴：目标物上找一条直线，使目标上的所有点到这条直线的垂直距离的平方和最小。 ? 5) 投影 ;6)距离： 三种定义 ①欧氏距离 ②4邻域距离 ③8邻域距离 ;正规距离：存在s点，使下式成立。 点到图像子集S的距离的定义： ;7.2.2 拓扑特性 拓扑逻辑是研究图形几何形状的理论，只要图形不出现撕裂或粘连，其拓扑性质并不受形状的变化而改变。 1)邻接与连通 邻接：4邻接、6邻接、8邻接。6邻接不适于卷积、付里叶分析。 设A、B为图像子集，若A中至少有一点，其邻点在B内，称A、B邻接。;路径：图像中两点P、Q之间存在一系列点P=P0、P1、…、Pn=Q，其中Pi、 Pi-1的邻点，则P、Q之间存在长度为n的路径。 连通分量：对于图像子集S中任意一点p，S中所有的与p连通的点的集合称为S的连通分量，即一个连通区域。 路径、连通分量存在4邻点及8邻点的问题，未必相同。;2)背景与孔 设 为S的补集，凡是连通到图像边缘的 中所有点都属于 的同一连通分量，称这个分量为S的B，而 其它的连通分量称S的孔。 注意：S和 需采用不同的邻接定义。 ;3) 包围与边界 包围的定义：S、T是两个不相交的子集，若从S中的任一点到达图像边缘的任一路径必定与T相遇，则称T包围S，或S在T内。 S的边界S’定义：在 中有邻点的S中点的集合。 差集S-S’称为S的内部。 4) 目标物体的标记;7.3 二维形状描述;(3) 欧拉(Euler)数 E=C-H C为物体的连通部分数，H为孔数，只要不出现撕裂或折叠，拉伸压缩旋转不变。;(4)凹凸性 子集S为凸状的二条等效定义(教材上四条①=④,②=③ ) ①任一条直线与S只相交一次。 ②对S中的任意两点相连的直线完全在S中。 凸壳：对于任意一个子集S，有一个最小的包含S的凸集，称其为凸壳。;(5)复杂性 可以从不同的角度去定义图像的复杂度：边界曲率极大值的角度数目多少、或变化量的绝对值大小，或要确定或描述物体的信息量的多少。 (6)偏心度 用区域的主轴和辅轴之比来定义偏心度。所谓主轴是指两个方向上的最长值。也可计算惯性主轴比，式7.3.3~式7.3.5，涉及矩不变量的计算。;(7)同心圆比/圆环面积比 具有RST不变性。;2)矩不变量;中心距的定义(进行质心点 位置的归一化处理);数字图像;定义归一化中心矩(对中心矩进行大小的归一化处理);(2) 矩特征的物理意义 低阶矩描述图像的整体特征： 零阶矩反映了目标的面积、一阶矩反映目标的质心位置、二阶矩反映了目标的主轴、辅轴的长短和主轴的方向角。式7.3.16~7.3.18 高阶矩主要描述了图像的细节： 如目标的扭曲度和峰态的分布等。;投影矩不变量 对图像作投影变换实现降维，算法在 作投影，将二维矩变成一维矩，提高运算速度。;(4)矩特征在目标识别中的应用 通过对不同照度场、不同姿态下物体进行矩特征的统计分析，选取若干个具有明显差异(均值及方差)的矩或组合矩特征量(应具有RST不变性)，建立特征库。 计算待识别物体的相应特征量，按一定的准则，计算与各类目标的隶属度，找出最小的隶属度值。; 在最小的隶属度值中找最大值(在最不像当中找最像的)。 最后同一个设定的阈值相比，若大于阈值，则找到了在最小隶属度中最大的那类目标，否则，图像中没有需识别的目标。;3)中轴变换、收缩、膨胀及细化运算;中轴生成的方式： 设B为图像区域S的边界，S中的某一点x，若边界B上至少有两点y使式 成立，其中 为欧氏距离，则该点x位于中轴上。 图像区域S中某点x属于中轴的充要条件是，中心在x的包含在S中的最大圆，不再包含在S中的另一个更大的圆中。;(2)收缩和膨胀 收缩是将S的边界点用 的值来代替，而膨胀是将 中的边界点添加到S中。 说明： 在收缩及膨胀中邻域的定义要保持一致。;收缩S相当于膨胀 ；膨胀S相当于收缩 。收缩与膨胀可重复多次或组合进行。 如 存在如下关系：; 用中轴变