图像特征的选择与提取.pptVIP

图像特征的选择与提取刘旭图像识别一般包括图像预处理、图像特征提取、图像特征选择和图像分类4个步骤。目录1.论述2.图像特征3.提取方法3.基本任务求出一组对分类最有效的特征，即从众多特征中找出最有效的特征。图像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。02特征提取(FeatureExtraction)01图像特征常见的目标特征分为灰度（颜色）、纹理和几何形状特征等。其中，灰度和纹理属于内部特征，几何形状属于外部特征。纹理特征几何特征，判断凹凸?可区别性?可靠性?独立性好?数量少?对尺寸、变换、旋转等变换尽可能不敏感选取的特征应具有如下特点：颜色特征的描述颜色特征和图像的大小、方向无关，而且对图像的背景颜色不敏感，因此颜色特征被广泛应用于图像识别。颜色特征中包括颜色直方图、颜色相关图、颜色矩等。12颜色矩颜色直方图颜色聚合向量颜色相关图颜色特征颜色矩（ColorMoments）颜色矩是一种图像的颜色特征，可以用来描述图像的颜色分布信息。由于颜色分布信息主要集中在低阶矩中，因此，仅采用颜色的一阶矩(mean)、二阶矩(Variance)和三阶矩(Skewness)就足以表达图像的颜色分布。12设P(j,i)为图像的第j个像素的第i个颜色分量值，一阶矩为：即表示待测区域的颜色均值。0102一阶矩(mean)二阶矩(Variance)表示待测区域的颜色方差，即不均匀性。三阶矩(Skewness)三阶矩反映颜色的不对称性。如果图象颜色完全对称，其值应为零。颜色直方图是在许多图像识别系统中被广泛采用的颜色特征。它所描述的是不同色彩在整幅图像中所占的比例，而并不关心每种色彩所处的空间位置，即无法描述图像中的对象或物体。01计算颜色直方图需要将颜色空间划分成若干个小的颜色区间(每个小区间称为直方图的一个bin),这个过程称为颜色量化。然后，通过计算颜色落在每个小区间内的像素数量可以得到颜色直方图。01颜色直方图（ColorHistogram）pi=hihi为第i种颜色在整幅图像中具有的像素数。设一幅图像包含M个像素，图像的颜色空间被量化成N个不同颜色。颜色直方图H定义为：pi=hi/M颜色直方图可以是基于不同的颜色空间和坐标系。最常用的颜色空间是RGB颜色空间，此外基于HSI空间、Luv空间和Lab空间的颜色直方图。归一化为：颜色直方图区域内部变换分析区域边界的形状特征描述区域内部空间域分析几个基本概念形状特征单击此处添加正文，文字是您思想的提炼，为了演示发布的良好效果，请言简意赅地阐述您的观点。您的内容已经简明扼要，字字珠玑，但信息却千丝万缕、错综复杂，需要用更多的文字来表述；但请您尽可能提炼思想的精髓，否则容易造成观者的阅读压力，适得其反。正如我们都希望改变世界，希望给别人带去光明，但更多时候我们只需要播下一颗种子，自然有微风吹拂，雨露滋养。恰如其分地表达观点，往往事半功倍。当您的内容到达这个限度时，或许已经不纯粹作用于演示，极大可能运用于阅读领域；无论是传播观点、知识分享还是汇报工作，内容的详尽固然重要，但请一定注意信息框架的清晰，这样才能使内容层次分明，页面简洁易读。如果您的内容确实非常重要又难以精简，也请使用分段处理，对内容进行简单的梳理和提炼，这样会使逻辑框架相对清晰。为了能让您有更直观的字数感受，并进一步方便使用，我们设置了文本的最大限度，当您输入的文字到这里时，已濒临页面容纳内容的上限，若还有更多内容，请酌情缩小字号，但我们不建议您的文本字号小于14磅，请您务必注意。单击此处添加正文，文字是您思想的提炼，为了演示发布的良好效果，请言简意赅地阐述您的观点。您的内容已经简明扼要，字字珠玑，但信息却千丝万缕、错综复杂，需要用更多的文字来表述；但请您尽可能提炼思想的精髓，否则容易造成观者的阅读压力，适得其反。正如我们都希望改变世界，希望给别人带去光明，但更多时候我们只需要播下一颗种子，自然有微风吹拂，雨露滋养。恰如其分地表达观点，往往事半功倍。当您的内容到达这个限度时，或许已经不纯粹作用于演示，极大可能运用于阅读领域；无论是传播观点、知识分享还是汇报工作，内容的详尽固然重要，但请一定注意信息框架的清晰，这样才能使内容层次分明，页面简洁易读。如果您的内容确实非常重要又难以精简，也请使用分段处理，对内容进行简单的梳理和提炼，这样会使逻辑框架相对清晰。为了能让您有更直观的字数感受，并进一步方便使用，我们设置了文本的最大限度，当您输入的文字到这里时