特征提取和表达.pptVIP

第十八章特征提取和表达  181介绍 特征提取是对一幅图像中某些感兴 趣的特征进行检测与表达来进行进一步 处理的过程。 它是大多数计算机视觉系统和图像处 理方案的关键。所得到的结果可以用作 模式识别和分类技术的输入。这些技术 将标记、分类或识别图像或其中目标的 语义内容  182特征矢量和矢量空间 特征矢量是一个n×1的数组,它记录了一幅图 像或目标的n个特征,数组的内容可以是符号, 数字,也可以是两者的结合 个数字特征矢量如下:×=(×1,x2×3,,×n) 特征矢量是一幅图像或图像中目标的紧凑表达 它与特征空间相关联。该空间是一个n-D允许 可视化的和解释特征矢量内容、他们的相对距 离的超空间。  例181假设该目标用面积和周长表达,面 积和周长的计算值如下 目标 面积 周长 正方形(Sq)1024 124 大圆形(LC)3209 211 小圆形(SC)797 105 测试图像(a)  220 180 周 140 100_ 500 1500 2500 3500 面积 2-D特征矢量(b) 所得到的特征矢量如下Sq(1024124 LC=(320921 SC-(797,105  不变性和鲁棒性 通用要求:用来表达一幅图像的特征对 旋转、放缩和平移不变,结合起来称为 RST。 RsT不变性保证一个机器视觉系统在目 标以不同的尺寸在图像中不同位置和角 度呈现是仍能识别它们。 个机器视觉系统特征提取和表达步骤 包括RST不变性和对其他因素要有鲁棒 性  18.3二值目标特征 值目标是一幅二值图像f(x,y)中 的一个链接区域。记为O1,i0 从数学上讲可以定义函数O(xy) O(y)={ 1f(x,y)∈O 0其它  18.31面积 第ⅰ个目标Oi的面积可根据下式用像素 测量 M-IN A=∑∑0(xy) 0y=  18.32重心 日标O的重心坐标为(x,y) ∑xO(x,y) IN-I y=∑∑O(xy  183.3最小二阶矩的轴 最小二阶矩的轴用来提供关于目标相对于平 面图像坐标的朝向信息。描述成最小惯量的 轴。角度为垂直轴和最小二阶矩轴之间逆 时针测量的夹角。 X,Y y X 最小二阶矩的轴