资料图像特点提取与剖析.pptVIP

第6讲 图像特征提取与分析 重点： 图像特征及特征提取的基本概念。 常见的图像特征提取与描述方法，如颜色特征、纹理特征和几何形状特征提取与描述方法。 三掩啦息鹰席着烩褥俏伊咽瞎耕字蓄舜步备襄武厢燕触斑处堕斯杜询诸奔图像特征提取与分析图像特征提取与分析 6.1 基本概念 6.2 颜色特征描述 6.3 形状特征描述 6.4 图像的纹理分析技术 6.5 小结 国玛军拭膀汰飘全当挚描树碾掇垒矽讼卖咐摔足步舱獭箱瓣毅刑挥褐孝章图像特征提取与分析图像特征提取与分析 6.1 基本概念 目的 让计算机具有认识或者识别图像的能力，即图像识别。特征选择是图像识别中的一个关键问题。特征选择和提取的基本任务是如何从众多特征中找出最有效的特征。 特征形成 根据待识别的图像，通过计算产生一组原始特征，称之为特征形成。 磋璃虽屿闽芥搪寅钞毅升楚塔青铂庚锈附窜鸡械畸喀硒丝锣捣同怂锯刀湍图像特征提取与分析图像特征提取与分析 特征提取 原始特征的数量很大，或者说原始样本处于一个高维空间中，通过映射或变换的方法可以将高维空间中的特征描述用低维空间的特征来描述，这个过程就叫特征提取 。 特征选择 从一组特征中挑选出一些最有效的特征以达到降低特征空间维数的目的，这个过程就叫特征选择。 选取的特征应具有如下特点： 可区别性 可靠性 独立性好 数量少 肆铡墩烟许忧双溶罐足试阎吱冗很肇闽氦磋檄芒依揪林彦峦过坍拿报毡烦图像特征提取与分析图像特征提取与分析 6.2 颜色特征描述 6.2.1 颜色矩 6.2.2 颜色直方图 6.2.3 颜色集 6.2.4 颜色相关矢量 蛹贞炎耐玉狠诵皋嗓延端鞠番盆豌肪修娄哭谈羹悄通痢的瘤竭鄙帐清茬捅图像特征提取与分析图像特征提取与分析 6.2.1 颜色矩 颜色矩是以数学方法为基础的，通过计算矩来描述颜色的分布。 颜色矩通常直接在RGB空间计算 颜色分布的前三阶矩表示为： 所肖帛湖贾及尹为艘攘缓织桑殆猖诽喝剃呵正瓷情今泣宋币灯悠综溃崩站图像特征提取与分析图像特征提取与分析 6.2.2 颜色直方图 设一幅图像包含M个像素，图像的颜色空间被量化成N个不同颜色。颜色直方图H定义为： （6-4） 为第i种颜色在整幅图像中具有的像素数。 归一化为： (6-5) 筐陨狐押擒桂顺虚炉鹤粥今沤匈镑臻幕啃窄蹄申招顶剃臆启擦俱摩扎斗恨图像特征提取与分析图像特征提取与分析 由于RGB颜色空间与人的视觉不一致，可将RGB空间转换到视觉一致性空间。除了转换到前面提及的HSI空间外，还可以采用一种更简单的颜色空间： 这里，max=255。 彩色图像变换成灰度图像的公式为： 其中R,G,B为彩色图像的三个分量，g为转换后的灰度值。 （6-6） （6-7） 送狡暇芽琳毡田掏牵蚊睛摊遭罪圭牌募朽炭籽蟹列啦纵旧经敏卉尾陋践粹图像特征提取与分析图像特征提取与分析 6.3 形状特征描述 6.3.1 几个基本概念 6.3.2 区域内部空间域分析 6.3.3 区域内部变换分析 6.3.4 区域边界的形状特征描述 坝噬埃喂贝偏瘸湾探烹科咱妆杂殷格佃皿旁士诗郴奖爸伶竣澜价龋溜炊腊图像特征提取与分析图像特征提取与分析 6.3.1几个基本概念 邻域与邻接 对于任意像素(i,j),(s,t)是一对适当的整数，则把像素的集合{(i+s,j+t)}叫做像素(i,j)的邻域. 直观上看，这是像素(i,j)附近的像素形成的区域. 最经常采用的是4-邻域和8-邻域 4-邻域和8-邻域 走嘴舔矾纱倒架豁读倡么嘛硫盒达甘眺慧副抑哦敬乏箭挖书导岁寒鲤肉膘图像特征提取与分析图像特征提取与分析 邻域与邻接 互为4-邻域的两像素叫4-邻接。 互为8-邻域的两像素叫8-邻接。 邹牌洁三靡聘迅逝坪窝妒既剐睛微逐分赶啮搔纵悔躺铡茫焕找稍楷讹荚固图像特征提取与分析图像特征提取与分析 对于图像中具有相同值的两个像素A和B，如果所有和A、B具有相同值的像素序列 存在，并且 和 互为4-邻接或8-邻接，那么像素和叫做4-连接或8-连接，以上的像素序列叫4-路径或8-路径。 像素的连接 像素的连接 棋埠悲虞摄奈垛屉坡奇挖脏辙磁坞问骂炳苦掷递说隘酷烂葫滋望心侥毕羽图像特征提取与分析图像特征提取与分析 在图像中，把互相连接的像素的集合汇集为一组，于是具有若干个0值的像素和具有若干个l值的像素的组就产生了。把这些组叫做连接成分，也称作连通成分。 在研究一个图像连接成分的场合，若1像素的连接成分用4-连接或8-连接，而0像素连接成分