第八章 图像特征与分析2.pptVIP

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
第八章 图像特征与分析2

各个环(ring)区域和劈(wedge)区域内的总能量 组成纹理特征矢量. 反映纹理方向 反映纹理尺寸 纹理的结构分析法分为三步: 图像增强; 基元提取; 计算纹理基元的特征参数及构成纹理的结构参数(基元的尺寸、偏心、矩量、位置和姿态等)。或 基于基元组合规则分析与合成纹理:图模型、树文法等。 图像中某个局部的纹理结构是与该局部邻域的灰度变化规律密切相关的,纹理特征的度量必然依赖于这一邻域组成的子图像窗口。因此,在图像纹理分析中,窗口的选取方式是至关重要的。 对于不同纹理结构,如果是平滑性、周期性等整体性质不同,那么子图像要相当大 如果是边缘和像素灰度直方图的局部性质有明显差异,那么子图像可适当缩小。 第三节 颜色特征与分析 颜色特征 是一种全局特征,描述了图像或图像区域所对应景物的表面性质。一般颜色特征是基于像素点的特征。 颜色空间 (也称色彩模型或色彩系统)转换:RGB到HSV 颜色特征表达 [颜色直方图(统计直方图、 累加直方图、 二维直方图)、颜色矩] 根据对场景中景物识别的要求不同,颜色特征的提取包括: 颜色区分与对比 区分目标与背景或区分目标的不同部分; 颜色相似度匹配 (直方图相交法、距离法、 中心矩法、参考颜色表法) 颜色标定 在所选色度系统中标出颜色的位置。 不同特征的相对特点 形状特征?? 可以有效利用图像中感兴趣的目标来进行检索。 存在的问题: 缺乏比较完善的数学模型; 如果目标有变形时,检索结果不太可靠; 仅仅描述了目标局部的性质,要全面描述目标常常对计算时间和存储量有较高的要求; 许多形状特征所反映的目标形状信息与人的直观感觉不完全一致。 纹理特征 也是一种全局特征,描述了图像或图像区域所对应景物的表面性质。 仅仅利用纹理特征是无法获得高层次图像内容的; 不像颜色特征基于像素点,纹理需要在包含多个像素点的区域中进行统计计算; 具有旋转不变性,并且对于噪声有较强的抵抗能力。 缺点 当图像的分辨率发生变化,所计算出来的纹理可能会有较大偏差; 可能受到光照、反射情况的影响,用于检索时,这些虚假的纹理会造成误导; 可用于检索具有粗细、疏密等方面较大差别的纹理图像;如果纹理之间的粗细、疏密相差不大,则难于应用。 颜色特征 是一种全局特征,描述了图像或图像区域所对应景物的表面性质; 由于颜色对图像或图像区域的方向、大小等变化不敏感,所以颜色特征不能很好地捕捉图像中对象的局部特征。 形状vs纹理 通常纹理特征比较容易获得,而形状特征的计算常比较复杂 形状vs颜色 颜色特征多具有平移、旋转和尺度不变性,而不少形状特征(如边缘方向)只具有平移不变性 纹理vs颜色 颜色特征充分利用了图像的色彩信息,而纹理特征只利用了图像的灰度信息(彩色纹理特征不多见) 颜色特征侧重于图像整体信息的描述,而纹理特征更偏重于局部 第四节 时间序列特征分析 时间序列特征分析 从运动着的物体所获得的一组时间序列的二维图像,可以进行两项很重要的工作: 提取运动物体本身的平移或旋转运动参数,从而获取物体的运动规律; 获取三维物体的深度、表面主方向等信息——一个立体场景的理解与分析可以多角度的二维图像为工具去实现。 特征点的选择 在序列图像中都位于图像中相同位置——具有不变性; 以特征点为中心,其周边方向上灰度差较大——特征点匹配时便于搜索; 运动估计与分析 根据傅立叶变换 根据不同时刻图像运动的差图像 根据不同时刻图像关于时间和空间灰度的变化 第五节 三维图像特征提取与识别 二维图像的处理与分析是基础 图像特征提取与应用举例 a)原图像 b)圆度小于0.5的区域 c)提取的图像 空间占有数组 对图像f(x,y)中任一点(x,y),如果它在给定的区域内,就取f(x,y)为1,否则就取f(x,y)为0。 这种表达的物理意义很明确,所有f(x,y)为1的点组成的集合就代表了所要表示的区域。 这种方法的缺点是需占用较大的空间,因为这是一种逐点表达的方法。区域的面积越大,为表示这个区域所需的比特数就越大。 四叉树 是一种利用金字塔式的数据结构对空间占有数组的编码。 当图像呈方形且像素点的个数是2的整数次幂时,四叉树最合用。在这种表达法中,所有的结点可分成3类:目标结点、背景结点和混合结点。四叉树由多级构成,树根在0级,树根对应整幅图,而树叶对应单个像素或具有相同特性的像素组成的方阵。 四叉树表达的优点是容易生成得到,据它可方便地计算区域的多种特征。 四叉树的缺点是,如果结点在树中的级确定后,分辨率就不能进一步提高。四叉树间的运算只能在同级的结点间进行。 任何一个景物的形状特征均可由以下属性描述:

文档评论(0)

f8r9t5c + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

版权声明书
用户编号:8000054077000003

1亿VIP精品文档

相关文档