大学课程《机器人视觉技术及案例应用》PPT教学课件：第7章 特征提取与OCR识别.pptxVIP

;;在机器学习、模式识别和图像处理中,特征提取是从初始的一组测量数据开始,并旨在建立提供信息和非冗余的派生值(特征),从而促进后续的学习和泛化步骤,并且在某些情况下带来更好的可解释性。特征提取与降维有关。特征的好坏对泛化能力有至关重要的影响。;特征提取是指使用计算机提取图像中属于特征性的信息的方法及过程。;(2)角

角是图像中点似的特征,在局部它有二维结构。早期的算法首先进行边缘检测,然后分析边缘的走向来寻找边缘突然转向(角)。后来发展的算法不再需要边缘检测这个步骤,而是可以直接在图像梯度中寻找高度曲率。但是人们发现这样有时可以在图像中本来没有角的地方发现具有同角一样的特征的区域。

(3)区域

与角不同的是,区域描写的是图像中的一个区域性的结构,但是区域也可能仅由一个像素组成,因此区域检测也可以用来检测角。一个区域检测器能够检测图像中对于角检测器来说过于平滑的区域。区域检测可以被认为是把一幅图像缩小,然后在缩小的图像上进行角检测。;(4)脊

长条形的物体被称为脊。在实践中,脊可以被看作是代表对称轴的一维曲线,此外局部对于每个脊像素都有一个脊宽度。从灰梯度图像中提取脊要比提取边缘、角和区域困难。在空中摄影中往往使用脊检测来分辨道路,在医学图像中它被用来分辨血管。;区域特征是描述图像中局部区域的几何属性,如面积、中心等。;参考程序如下:

read