数字图像处理图像特征提取.pptxVIP

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 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。 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。 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