数字图像处理-图像特征提取.pptx

图像特征提取 配套课件 数字图像处理 — 编程框架、理论分析、实例应用和源码实现 数字图像处理 1 图像特征提取 在计算机视觉与图像处理领域，特征的概念被用于表示一定的信息，这些信息是为了解决与特定的应用相关的某种计算任务。 特征提取，就是指图像特征的计算，用以作为对图像中局部信息内容进行决策的中间结果。 与特征提取相关的还有两个概念，分别为维数压缩和特征选择。 所谓维数压缩，就是对于一个算法而言所输入的数据过于巨大而难以进行有效的处理，可以利用数据冗余性（数据量大，但是信息量不大）的特点将所输入数据转换为一种特征的精简表示形式（即特征向量）。 特征选择，通常用在机器学习中，用以选择一个相关特征的子集，并进行更为鲁棒的学习建模。 数字图像处理 2 图像特征提取 图像特征提取，主要可以分为两个层次，一层是底层特征提取，另一层是高层特征提取。 高层特征提取，往往是基于语义层次的高度，如人脸识别、人的行为分析等等，这些都必须根据底层特征的提取结果并通过机器学习才能得到。 底层特征提取，是一切图像分析的基础，已经得到了广泛的研究和相对成熟的成果。 数字图像处理 3 颜色 形状 纹理 图像色彩与灰度 颜色是一种重要的视觉信息属性，在数字图像处理中是一种很有用的特征。 相对于其它特征，颜色特征非常稳定，对于旋转、平移、尺度变化，甚至各种变形都不敏感，表现出相当强的鲁棒性，而且颜色特征计算简单，因此成为现有图像处理系统中应用最广泛的特征。 对于颜色特征，分两个部分进行讲述，包括彩色和灰度信息处理。 对于彩色信息处理，主要讲述几种常见的色彩空间； 而对于灰度信息处理，主要讲述直方图技术。 数字图像处理 4 彩色信息处理 数字图像处理 5 HSV色彩空间 YUV色彩空间 RGB色彩空间 Lab色彩空间 XYZ色彩空间 RGB色彩空间 根据人眼结构，所有颜色都可看作是3个基本颜色——红（Red），绿（Green）和蓝（Blue）——的不同组合。 在RGB颜色空间的原点上，任一基色均没有亮度，即原点为黑色。 三基色都达到最高亮度时表现为白色。亮度较低的等量的三种基色产生灰色的影调。 所有这些点均落在彩色立方体的对角线上，该对角线被称为灰色线。 彩色立方体中有三个角对应于三基色，红色、绿色和蓝色。 剩下的三个角对应于二次色，黄色、青色（蓝绿色）和品红（紫色）。 数字图像处理 6 RGB色彩空间 数字图像处理 7 RGB色彩空间 数字图像处理 8 原始彩色图像 红色分量图像 绿色分量图像 蓝色分量图像 HSV色彩空间 数字图像处理 9 从RGB到HSV颜色空间的转换 数字图像处理 10 从RGB到HSV颜色空间的转换 数字图像处理 11 从HSV到RGB颜色空间的转换 数字图像处理 12 HSV色彩空间 数字图像处理 13 原始彩色图像 色调分量图像 饱和度分量图像 亮度分量图像 YUV色彩空间 YUV是一种真彩色颜色空间的表示，其中Y表示亮度，U和V表示色度和浓度。 YUV经常与YCbCr等术语进行混用，其中YUV主要是用来描述模拟信号，而YCbCr则是用来描述离散的视频信号。 在常用的压缩格式MPEG和JPEG中，YCbCr得到了很好的应用，但是如今，YUV在电脑系统中也得到了广泛的应用。 YUV格式可以分为两种： 紧缩格式： 将Y、U、V值存储为宏像素阵列，和RGB的存储方式类似； 平面格式： 将Y、U、V三个分量分别存储在不同的矩阵中。 数字图像处理 14 YUV色彩空间 数字图像处理 15 YUV色彩空间 数字图像处理 16 原始彩色图像 Y（亮度）分量图像 U（色度）分量图像 V（浓度）分量图像 XYZ色彩空间 数字图像处理 17 XYZ色彩空间 数字图像处理 18 原始彩色图像 X分量图像 Y分量图像 Z分量图像 Lab色彩空间 数字图像处理 19 Lab色彩空间 数字图像处理 20 Lab色彩空间 数字图像处理 21 原始彩色图像 L分量图像 a分量图像 b分量图像 直方图处理 数字图像处理 22 从灰度图像统计直方图 数字图像处理 23 CTArray long CImageProcessing::Histogram_of_gray_image( const CTMatrix BYTE gray_image ) { const long dimension = 256; // [ 直方图维数] CTArray long histogram( dimension ); // [ 构造直方图] for( int index = 0; index dimension; index ++ ) // [ 直方图遍历] { histogram[ index ] = 0; }