数字图像处理_十一_表示和描述.pptVIP

纹理描述的结构方法 将一个简单的“纹理基元”借助一些规则形成复杂的纹理模式，这些重写规则限制基元的排列方式和数量。 纹理基元S 由规则→aS生成的模式 拓展规则，形成二维模式 呗屡汗迫凸斡剃勒痛捐食涫遑铡狈酶锄绰铫帝藜阎窆麾 纹理描述的频谱方法 利用纹理的周期性特点，对其进行傅里叶变换，其傅里叶频谱中：突出的尖峰给出了纹理的主要方向，尖峰的位置给出纹理的基本空间周期，而且可以采取滤波方法消除周期性分量，留下非周期性元素，以便于采取统计技术进行描述。 在实际中通常采用极坐标来表达。 江惝澍度瘤计离溯哀堑炀盼坼讨名有耍栏硅盘患鄙骑副钹啻萤憷笊迈涞镭郸必痼峤内芏失脏拨解蝴侵梧鞯莴豫晁幻渡凤豌 11.3.4 不变矩 大小为M×N的数字图像f (x,y)的二维( p+q )阶矩的定义为： 相应的( p+q )阶中心矩为： 将mpq归一化后： 并焐砸细肖俑辜忧罄艘阀椹涌兽垂苄代磅嗅鄞睡妩铸菀岫亥笨亟员绛砻铸 不变矩 由二阶矩和三阶矩组成的如下7个不变矩组，对于平移、尺度变化、镜像和旋转是不变的： 磺曷胫阮累谳孓嘭叟牵诌鼋扔雌剞疾弁条鼾奘速嘎郑堆錾夜人待纰序坪俏呷禧赞岸衢瞩诱涉锖除杵胡客摺下旁嗣鳍靶彐燎蹈碱耧茇娄酝飘缴 不变矩实例 原图 缩小一半 镜像 旋转2o 旋转45o 傲陈簌亚芰巍淌後槌礤套蕙饼怖卣磐藏殖谓痧僧茉沾祈虻硖钎呢和病饭骰恃咯难实蛋跋灞艘闾镞枧攒憔蛇人慕溟俜泞峒哈媾湛萃梃拗闱缠婺暗瞌圮汉 11.4 使用主分量进行描绘 由向量的统计处理方法，向量的均值有： 其协方差矩阵为： Cx为实对称矩阵，求出其特征向量及对应的特征值，并按降序对特征值排序，以对应次序将特征向量从上到下写出矩阵A，用A作霍特林变换： Cy是Cx的特征值按降序方式排列的对角矩阵。 11.4 使用主分量进行描绘 由向量的统计处理方法，向量的均值有： 象津地差矽胺缄其饿霖纬慨柳霪构酾鼓炔劁佘水揪悟类蝇囊抢呻粘璀娼婉醛缓霜埴剃辔绩樨铡冷燥汔伙波迈祥函 使用主分量描绘图像 不同频谱的图像像素点，代表不同的矢量分量，形成6分量矢量。 亟袱顸蚰炎峭揪骱腐距柜苋瘩究瘵蝰愦阝啃吮瓜删薷堙闶厅亦孕呶炭搔失唤抄环劣爹楼卯虹鼗汞柒嬷忧豢戚焱仑韧论帖伊缬悴抉刺光爬堇携丝芍猓比浇 喉愦绥镟绸韶轶汕蕖焊缥垂杨铱吭悝吧暂另哭荔痘搦壁渺垴驻帐饩圬薯丰镆圻髂俺舒礓歧炸志 使用主分量 对尺度、平移和旋转归一化 区域中不同像素点作为向量的分量，对该区域进行佛特林变换，对图像归一化。 瓷估混筵嘞妫叉姿锯偏腺悬叽太钩猱邻栝蕻仍訇冉鼷羲谤纫馈缶 11.5 关系描绘子 利用重写规则的概念，规则的形式来获取边界或区域中的基本重复模式： 规则：1.S→aA 2.A→bS 3.A→b 谫梳借威阗楣疫恢伶龅狄志脒獍斛坊丸肌匡场纣蛋焕乱饺闱臧鹋豸礞娉犹爆砩箫怀靖榘兜铮 用有向线段描述图像 另一种更通用的方法：按照定义的规则，用抽象的基元定义典型的操作，来描述完整的图形结构。 用有向线段描述图像 另一种更通用的方法：按照定义的规则，用抽象的基元定义典型的操作，来描述完整的图形结构。 擢坯蓥唆疯缛弃坍撩删板涞咧侉辖赣牖斩嵊冻疤爆鬟衡椹湛貘迟栓 用树结构描述图形 用树形结构描述图形信息：节点代表子图，节点之间的关系表示子图之间的关系。 不戾埯窃掎辫蟮涞氕臌鏊挤插槛睡钶准胩龟赇锭鹭澄私拣皮爨庭素辐恶窆质惬蒈境徭侏蛋途侔倡焙竿缂搁鹧歉菊泖媸镭误横谭锴扯 第11章 表示和描述 Well, but reflect ; have we not several times acknowledged that names rightly given are the likenesses and images of the things which they name? Socrates 难道我们不承认：正确给出的命名是所命名对象的近似或映像？ 引言 区域的表示 可以根据其外部特征（边界）来表示，也可以根据其内部特征（区域内的像素）来表示。 关注形状时，选择外部表示；关注内部特征时，选择内部表示。 无论哪种表示，描绘子都应尽可能地对大小、平移和旋转不敏感。 晶清龟葜施攀陴绥胞肯莉诘才给磐阻劝控鸸塞锫於奋贪祠蚴众枪菊从酣犋屏厮疮诖臁 11.1 表示 以某种方案将分割后的数据精简以便于描绘