資源描述：
《圖像特征提取方法》由會員上傳分享，免費在線閱讀，更多相關內(nèi)容在行業(yè)資料-天天文庫。
1、圖像特征提取方法摘要?特征提取是計算機視覺和圖像處理中的一個概念。它指的是使用計算機提取圖像信息，決定每個圖像的點是否屬于一個圖像特征。特征提取的結果是把圖像上的點分為不同的子集，這些子集往往屬于孤立的點、連續(xù)的曲線或者連續(xù)的區(qū)域。至今為止特征沒有萬能和精確的圖像特征定義。特征的精確定義往往由問題或者應用類型決定。特征是一個數(shù)字圖像中“有趣”的部分，它是許多計算機圖像分析算法的起點。因此一個算法是否成功往往由它使用和定義的特征決定。因此特征提取最重要的一個特性是“可重復性”：同一場景的不同圖像所提取的特征應該是相同的。???????特征提取是圖象處理中的一個初級
2、運算，也就是說它是對一個圖像進行的第一個運算處理。它檢查每個像素來確定該像素是否代表一個特征。假如它是一個更大的算法的一部分，那么這個算法一般只檢查圖像的特征區(qū)域。作為特征提取的一個前提運算，輸入圖像一般通過高斯模糊核在尺度空間中被平滑。此后通過局部導數(shù)運算來計算圖像的一個或多個特征。常用的圖像特征有顏色特征、紋理特征、形狀特征、空間關系特征。當光差圖像時，常?？吹降氖沁B續(xù)的紋理與灰度級相似的區(qū)域，他們相結合形成物體。但如果物體的尺寸很小或者對比度不高，通常要采用較高的分辨率觀察：如果物體的尺寸很大或對比度很強，只需要降低分辨率。如果物體尺寸有大有小，或對比有強
3、有弱的情況下同事存在，這時提取圖像的特征對進行圖像研究有優(yōu)勢。常用的特征提取方法有：Fourier變換法、窗口Fourier變換（Gabor)、小波變換法、最小二乘法、邊界方向直方圖法、基于Tamura紋理特征的紋理特征提取等。設計內(nèi)容課程設計的內(nèi)容與要求（包括原始數(shù)據(jù)、技術參數(shù)、條件、設計要求等）：一、課程設計的內(nèi)容本設計采用邊界方向直方圖法、基于PCA的圖像數(shù)據(jù)特征提取、基于Tamura紋理特征的紋理特征提取、顏色直方圖提取顏色特征等等四種方法設計。（1）邊界方向直方圖法由于單一特征不足以準確地描述圖像特征,提出了一種結合顏色特征和邊界方向特征的圖像檢索方法
4、.針對傳統(tǒng)顏色直方圖中圖像對所有像素具有相同重要性的問題進行了改進,提出了像素加權的改進顏色直方圖方法;然后采用非分割圖像的邊界方向直方圖方法提取圖像的形狀特征,該方法相對分割方法具有簡單、有效等特點,并對圖像的縮放、旋轉以及視角具有不變性.為進一步提高圖像檢索的質量引入相關反饋機制,動態(tài)調整兩幅圖像相似度中顏色特征和方向特征的權值系數(shù),并給出了相應的權值調整算法.實驗結果表明,上述方法明顯地優(yōu)于其它方法.小波理論和幾個其他課題相關。所有小波變換可以視為時域頻域的形式，所以和調和分析相關。所有實際有用的離散小波變換使用包含有限脈沖響應濾波器的濾波器段(filte
5、rbank)。構成CWT的小波受海森堡的測不準原理制約，或者說，離散小波基可以在測不準原理的其他形式的上下文中考慮。通過邊緣檢測，把圖像分為邊緣區(qū)域和非邊緣區(qū)域，然后在邊緣區(qū)域內(nèi)進行邊緣定位．根據(jù)局部區(qū)域內(nèi)邊緣的直線特性，求得小鄰域內(nèi)直線段的高精度位置；再根據(jù)邊緣區(qū)域內(nèi)邊緣的全局直線特性，用線段的中點來擬合整個直線邊緣，得到亞像素精度的圖像邊緣．在擬合的過程中，根據(jù)直線段轉角的變化剔除了噪聲點，提高了定位精度．并且，根據(jù)角度和距離區(qū)分出不同直線和它們的交點，給出了圖像精確的矢量化結果圖像的邊界是指其周圍像素灰度有階躍變化或屋頂變化的那些像素的集合，邊界廣泛的存在
6、于物體和背景之間、物體和物體之間，它是圖像分割所依賴的重要特征．邊界方向直方圖具有尺度不變性，能夠比較好的描述圖像的大體形狀．邊界直方圖一般是通過邊界算子提取邊界，得到邊界信息后，需要表征這些圖像的邊界，對于每一個邊界點，根據(jù)圖像中該點的梯度方向計算出該邊界點處法向量的方向角，將空間量化為M級，計算每個邊界點處法向量的方向角落在M級中的頻率，這樣便得到了邊界方向直方圖．圖像中像素的梯度向量可以表示為[(，)，)，(，)，)]，其中Gx(，)，)，G(，)，)可以用下面的Sobel算子[8]：(，Y)=，(一1，Y+1)+2×，(，Y+1)+，(+1，Y+1)一，
7、(一1，Y一1)一2×，(，Y一1)一，(+1，Y一1)(，Y)=，(+1，Y一1)+2×，(+1，Y)+，(+1，Y+1)一，(一1，Y一1)一2×，(一1，Y)一，(一1，Y+1)(4)I(x，y)表示在圖像的(x，y)點像素的亮度。為了減少由于數(shù)字化過程中產(chǎn)生的噪聲的影響，邊界方向直方圖是基于局部像素梯度向量的平均值．因為相反方向的梯度可能會相互抵消，所以并不能直接對局部鄰居像素點的梯度向量平均．解決這個問題的一個方法就是在計算平均值前，先對用復數(shù)表示的向量進行平方運算，等價于把梯度向量的角度增加一倍．角度增加一倍的相反方向的兩個梯度向量分別指向它們的對立
8、梯度向量，從而互相得到增
