数字图像处理课程设计之图像特征提取.doc

PAGE 1 河 南 农 业 大 学 《数字图像处理》 题 目： 图像特征提取 学 院： 专 业： 班 级： 学 号： 姓 名： 指导教师： 成 绩： 时 间： 年 月 日至 年 月 日 一、目的与要求 图像特征提取的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。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。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 。特征是一个数字图像中“有趣”的部分，它是许多计算机图像分析算法的起点。因此一个算法是否成功往往由它使用和定义的特征决定。因此特征提取最重要的一个特性是“可重复性”：同一场景的不同图像所提取的特征应该是相同的。 二、设计的内容 能对图像文件（进bmg、 jpg、 tiff、 gif等)进行打开、保存、另存、打印、退出等功能操作； (一)图像预处理功能： 数字图像的增强处理功能：空域中的点运算、直方图的均衡化、各种空间域平滑算法（如局部平滑滤波法、中值滤波等）。 (二)图像特征提取 区域图的面积、周长的统计；区域单元的个数统计等。 三、总体方案设计 (一)图像特征提取的算法 我们知道一幅图像可定义为一个二维函数f（x,y),这里x和y是空间坐标，而在任何一对空间坐标（x,y)上的幅值f称为该图像的强度或灰度。当x，y和幅值f 为有限的离散数值时，称该图像为数字图像。而图像的特征提取主要有以下几种方法：边界特征法，傅里叶形状描述符法，几何参数法，形状不变矩法等。 而区域的周长及面积的算法如下： （1）面积S：图像中的区域面积S可以用同一标记的区域内像素的个数总和来表示。 按上述表示法区域R的面积S=41。区域面积可以通过扫描图像，累加同一标记像素得到，或者是直接在加标记处理时计数得到。 假设区域的边界链码为 ，每个码段ai所表示的线段长度为 ，那么该区域边界的周长为 式中ne为链码序列中偶数码个数；n为链码序列中码的总个数。 周长L：区域周长L是用区域中相邻边缘点间距离之和来表示。采用不同的距离公式，关于周长L的计算有很多方法。常用的有两种： 一种计算方法是采用欧式距离，在区域的边界像素中，设某像素与其水平或垂直方向上相邻边缘像素间的距离为1，与倾斜方向上相邻边缘像素间的距离为 2 。周长就是这些像素间距离的总和。这种方法计算的周长与实际周长相符，因而计算精度比较高。 另一种计算方法是采用8邻域距离，将边界的像素个数总和作为周长。也就是说，只要累加边缘点数即可得到周长，比较方便，但是，它与实际周长间有差异。根据这两种计算周长的方式，以区域R的面积和周长图为例，区域的周长是22。 计算区域的面积 对x轴的积分S就是面积。式中 是初始点的纵坐标，ai0和ai2分别是链码第环的长度在k=0（水平），k=2（垂直）方向的分量。对于封闭链码（初始点坐标与终点坐标相同），y0能任意选择。按顺时针方向编码，根据面积计算公式得到链码所代表的包围区域的面积。 四、各个功能模块的主要实现程序 五、测试和调试 下面是根据设计要求做出的其matlab程序 直方图： I=imread(2.jpg); J=rgb2gray(I); subplot(2,2,1);imshow(I);title(原图象); subplot(2,2,2);imshow(J);title(转化为灰度图象); imhist(J) I=imread(2.jpg); subplot(2,2,1); image(I); title(原始图象); J=imadjust(I,[0.3 0.8],[0 1],1); subplot(2,2,2); image(J); title(灰度线形变换后的图象); subplot(2,2,3); imhist(I); title(原始图象的直方图); subplot(2,2,4);