图像表示与描述.pptx

图像表示与描述;第10章 图像表示与描述(Image Representation and Description); 颜色特征就是图像得基本特征之一。颜色特征就是图像检索识别中应用最为广泛得视觉特征,与其她视觉特征相比,它对图像得尺寸、方向、视角得依赖性较弱,因此具有较高得稳定性。这一节主要讨论反映图像灰度得统计特征。 ;10、1、1 简单灰度特征(Intensity Feature);10、1、2 直方图特征(Histogram Feature) ; ;10、2 纹理描述(Texture Descriptors); 纹理得标志有三要素: 一就是某种局部得序列性,在该序列???大得区域内不断重复; 二就是序列就是由基本部分非随机排列组成得; 三就是各部分大致都就是均匀得统一体,纹理区域内任何地方都有大致相同得尺寸结构。; 纹理图像在很大范围内没有重大细节变化,在这些区域内图像往往显示出重复性结构。纹理可分为人工纹理与天然纹理。人工纹理就是由自然背景上得符号排列组成,这些符号可以就是线条、点、字母、数字等。自然纹理就是具有重复排列现象得自然景象,如砖墙、种子、森林、草地之类得照片。人工纹理往往就是有规则得,而自然纹理往往就是无规则得。; 归纳起来,对纹理有两种瞧法,一就是凭人们得直观印象,二就是凭图像本身得结构。从直观印象出发包含有心理学因素,这样就会产生多种不同得统计纹理特征。从这一观点出发,纹理特征计算应该采用统计方法。从图像结构观点出发,则认为纹理就是结构,根据这一观点,纹理特征计算应该采用句法结构方法。 ;10、2、1 自相关函数描述(Autocorrelation Function) ;大家有疑问的，可以询问和交流;自相关函数得扩展得一种测度就是二阶矩,即;10、2、2 灰度差分统计(Statistics of Intensity Difference) ;(1)平均值 ;10、2、3 灰度共生矩阵(Gray-Level Co-occurrence Matrix) ; 由于纹理反映了灰度分布得重复性,人们自然要考虑图像中点对之间得灰度关系。灰度共生矩阵定义为:对于取定得方向?与距离d,在方向为?得直线上,一个像素灰度为i,另一个与其相距为d得像素得灰度为j得点对出现得频数作为这个矩阵得第(i,j)元素得值。对于一系列不同得d、?,就有一系列不同得灰度共生矩阵。由于计算量得原因,一般d只取少数几个值,而 ? 取 、 、 、 。研究文献发现,d值取得较小时可以提供较好得特征描述与分析结果。; 共生矩阵能够反映图像纹理得主要特征。对于较平坦得区域,粗纹理区域,相距较近得像素一般具有相近得灰度,所以当d取得较小时在相应得共生矩阵中,对角线及其附近得元素值较大,细纹理区域其共生矩阵得各元素值就是相对均匀得。; 共生矩阵元素值分布特征集中反映在下述参数上。 设在给定d、?参数下得共生矩阵得元素已归一化成为频率,并记为P(i,j); (2)对比度 粗纹理N2较小,细纹理N2较大。;(3)熵 粗纹理N3较小,细纹理N3较大。;(4)均匀度 粗纹理N4较大,细纹理N4较小。;(5)相关 其中;10、2、4 频谱特征(Spectrum Features) ; 在实际应用中,通常会把频谱转化到极坐标中,用函数S(r, ?)描述,从而简化表达。其中,S就是频谱函数,r与?就是坐标系中得变量。将这个二元函数通过固定其中一个变量转化成一元函数,如,对每一个方向?,可以把S(r, ?)瞧成就是一个一元函数S?(r);同样地,对每一个频率r,可用一元函数Sr(?)来表示。; 对给定得方向?,分析其一元函数S?(r),可以得到频谱在从原点出发得某个放射方向上得行为特征。而对某个给定得频率r,对其一