数字影像的特征提取与定位21.pptxVIP

华北水利水电学院数字摄影测量Digital Photogrammetry第三章 影像特征提取与定位（2）回顾第三章 影像特征提取与定位（2）Feature Extraction and Location Operators for Image[一] 影像信息量与特征特征、特征种类、特征提取特征提取的复杂性和多样性。[二] 点特征提取算子（重点）点特征提取算子Moravec算子、Forstner算子提取点特征的方法步骤内容安排第三章 影像特征提取与定位（2）Feature Extraction and Location Operators for Image[一]线特征提取算子（重点）第三章 影像特征提取与定位（2）Feature Extraction and Location Operators for Image[一]线特征提取算子1.线特征 线特征是指影像的“边缘”与“线”，“边缘”可定义为影像局部区域特征不相同的那些区域间的分界线，而“线”则可以认为是具有很小宽度的、其中间区域具有相同的影像特征的边缘对，也就是距离很小的一对边缘构成一条线。 第三章 影像特征提取与定位（2）Feature Extraction and Location Operators for Image[一]线特征提取算子1.线特征重要性： 线特征存在于目标与背景、目标与目标、区域与区域之间．因此它是图像分割所依赖的重要特征，也是纹理特征的重要信息源和形状特征的基础。第三章 影像特征提取与定位（2）Feature Extraction and Location Operators for Image[一]线特征提取算子1.线特征特性： 沿边缘走向的灰度变化平缓，而垂直于边缘走向的灰度变化剧烈。 边缘（线）是具有幅值（强度）（magnitude)和方向（direction)的矢量。三种类型：阶跃型、房顶型和线条型(脉冲型)。第三章 影像特征提取与定位（2）Feature Extraction and Location Operators for Image[一]线特征提取算子1.线特征线的灰度特征第三章 影像特征提取与定位（2）Feature Extraction and Location Operators for Image[一]线特征提取算子2.线特征提取算子定义：是指运用某种算法使图像中的“线”更为突出的算子，通常也称边缘检测算子。 常用方法有:差分算子、拉普拉斯算子、LOG算子等 由于各种差分算子均对噪声较敏感（即提取的特征并非真正的特征，而是噪声），因此一般应先作低通滤波，尽量排除噪声影响，再利用差分算子提取边缘。LOG算子就是这种将低通滤波与边缘提取综合考虑的算子。第三章 影像特征提取与定位（2）Feature Extraction and Location Operators for Image[一]线特征提取算子2.线特征提取算子 a. 一阶差分算子（一）梯度算子对一个灰度函数g(x,y)，其梯度定义为一个向量： 它的两个重要的特性是： （1）向量G[g(x,y)]的方向是函数g(x,y)在（x,y）处最大增加率的方向； （2）G[g(x,y)]的模为 就等于最大增加率。 第三章 影像特征提取与定位（2）Feature Extraction and Location Operators for Image卷积核（模板）[一]线特征提取算子i2.线特征提取算子-1+1+1 a. 一阶差分算子-1j（一）梯度算子 在数字影像中，导数的计算通常用差分予以近似，则梯度算子即差分算子为: 为简化运算，通常用差分绝对值之和进一步近似为 ： 特点：仅计算相邻像素的灰度差，对噪声比较敏感，无法抑止噪声的影响。 对于一给定的阈值T，当 时，则认为像素（i,j）是边缘上的点。 第三章 影像特征提取与定位（2）Feature Extraction and Location Operators for Image[一]线特征提取算子2.线特征提取算子 a. 一阶差分算子（二）Robert’s梯度算子Robert’s梯度定义: 其模为： +1-1 用差分近似表示导数，则有:+1-1特点：与梯度算子检测边缘的方法类似，对噪声敏感，但效果较梯度算子略好。给定一阈值T，当 时，则认为像素（i,j）是边缘上的点。 第三章 影像特征提取与定位（2）Feature Extraction and Location Operators for Image[一]线特征提取算子2.线特征提取算子 a. 一阶差分算子（三）方向差分算子 如果仅对某一方向的边缘感兴趣，可利用以下所示的方向差分算子进行边缘检测： 北 卷积核（模板）边缘走向水平