資源描述:
《圖像特征提取與分析》由會員上傳分享,免費在線閱讀,更多相關(guān)內(nèi)容在教育資源-天天文庫。
1、第8章圖像特征提取與分析本章重點:圖像特征及特征提取的基本概念。常見的圖像特征提取與描述方法,如顏色特征、紋理特征和幾何形狀特征提取與描述方法。8.1基本概念8.2顏色特征描述8.3形狀特征描述8.4圖像的紋理分析技術(shù)8.5小結(jié)8.1基本概念目的讓計算機具有認識或者識別圖像的能力,即圖像識別。特征選擇是圖像識別中的一個關(guān)鍵問題,將直接影響到圖像識別分類器的設(shè)計,性能及其識別結(jié)果的準確性。特征選擇和提取的基本任務(wù)是如何從眾多特征中找出最有效的特征。8.1基本概念特征形成根據(jù)待識別的圖像,通過計算產(chǎn)生一組原始特征,稱之為特征形成。特征提取原始特征的數(shù)量很
2、大,或者說原始樣本處于一個高維空間中,通過映射或變換的方法可以將高維空間中的特征描述用低維空間的特征來描述,這個過程就叫特征提取。8.1基本概念特征選擇從一組特征中挑選出一些最有效的特征以達到降低特征空間維數(shù)的目的,這個過程就叫特征選擇。選取的特征應(yīng)具有如下特點:可區(qū)別性可靠性獨立性好數(shù)量少特征提取與選擇總原則:盡可能減少整個識別系統(tǒng)的處理時間和錯誤識別率,當兩者無法兼得時,需作出平衡。8.2顏色特征描述顏色特征反映彩色圖像的整體特征,一幅圖像可以用它的顏色特性近似描述。根據(jù)顏色與空間屬性的關(guān)系,顏色特征的表示方法可以有顏色矩、顏色直方圖、顏色相關(guān)等
3、幾種方法。8.2.1顏色矩顏色矩是以數(shù)學方法為基礎(chǔ)的,通過計算矩來描述顏色的分布。顏色矩通常直接在RGB空間計算顏色分布的前三階矩表示為:一階-顏色分量的平均強度;二、三階—方差和偏移度。8.2.2顏色直方圖描述了圖像顏色分布的統(tǒng)計特性。設(shè)一幅圖像包含M個像素,圖像的顏色空間被量化成N個不同顏色。顏色直方圖H定義為:第i種顏色在整幅圖像中具有的像素數(shù)。歸一化為:8.2.2顏色直方圖由于RGB顏色空間與人的視覺不一致,可將RGB空間轉(zhuǎn)換到視覺一致性空間。除了轉(zhuǎn)換到前面提及的HSI空間外,還可以采用一種更簡單的顏色空間:彩色圖像變換成灰度圖像的公式為:這
4、里,max=255。8.3形狀特征描述形狀特征描述是在提取圖像中的各目標形狀特征基礎(chǔ)上,對其進行表示。它是進行圖像識別和理解的基礎(chǔ)。圖像經(jīng)過邊緣提取和圖像分割等操作,就會得到景物的邊緣和區(qū)域,也就獲得了景物的形狀。任何一個景物形狀特征均可由其集合屬性(如長短、面積、距離、凹凸等)和統(tǒng)計屬性(連通、歐拉數(shù))來進行描述。8.3.1幾個基本概念鄰域與鄰接對于任意像素(i,j),(s,t)是一對適當?shù)恼麛?shù),則把像素的集合{(i+s,j+t)}叫做像素(i,j)的鄰域.直觀上看,這是像素(i,j)附近的像素形成的區(qū)域.最經(jīng)常采用的是4-鄰域和8-鄰域4-鄰域和
5、8-鄰域鄰域與鄰接互為4-鄰域的兩像素叫4-鄰接?;?-鄰域的兩像素叫8-鄰接。對于圖像中具有相同值的兩個像素A和B,如果所有和A、B具有相同值的像素序列存在,并且和互為4-鄰接或8-鄰接,那么像素和叫做4-連接或8-連接,以上的像素序列叫4-路徑或8-路徑。像素的連接像素的連接在圖像中,把互相連接的像素的集合匯集為一組,于是具有若干個0值的像素和具有若干個l值的像素的組就產(chǎn)生了。把這些組叫做連接成分,也稱作連通成分。在研究一個圖像連接成分的場合,若1像素的連接成分用4-連接或8-連接,而0像素連接成分不用相反的8-連接或4-連接就會產(chǎn)生矛盾。假設(shè)
6、各個1像素用8-連接,則其中的0像素就被包圍起來。如果對0像素也用8-連接,這就會與左下的0像素連接起來,從而產(chǎn)生矛盾。因此0像素和1像素應(yīng)采用互反的連接形式,即如果1像素采用8-連接,則0像素必須采用4-連接。連接成分連接性矛盾示意圖在0-像素的連接成分中,如果存在和圖像外圍的1行或1列的0-像素不相連接的成分,則稱之為孔。不包含有孔的1像素連接成分叫做單連接成分。含有孔的l像素連接成分叫做多重連接成分。區(qū)域內(nèi)部空間域分析是不經(jīng)過變換而直接在圖像的空間域,對區(qū)域內(nèi)提取形狀特征。1.歐拉數(shù)圖像的歐拉數(shù)是圖像的拓撲特性之—,它表明了圖像的連通性。下圖(
7、a)的圖形有一個連接成分和一個孔,所以它的歐拉數(shù)為0,而下圖(b)有一個連接成分和兩個孔,所以它的歐拉數(shù)為-1??梢娡ㄟ^歐拉數(shù)可用于目標識別。8.3.2區(qū)域內(nèi)部空間域分析具有歐拉數(shù)為0和-1的圖形用線段表示的區(qū)域,可根據(jù)歐拉數(shù)來描述。如下圖中的多邊形網(wǎng),把這多邊形網(wǎng)內(nèi)部區(qū)域分成面和孔。如果設(shè)頂點數(shù)為W,邊數(shù)為Q,面數(shù)為F,則得到下列關(guān)系,這個關(guān)系稱為歐拉公式。圖中的多邊形網(wǎng),有7個頂點、11條邊、2個面、1個連接區(qū)、3個孔,因此,由上式可得到。包含多角網(wǎng)絡(luò)的區(qū)域一幅圖像或一個區(qū)域中的連接成分數(shù)C和孔數(shù)H不會受圖像的伸長、壓縮、旋轉(zhuǎn)、平移的影響,但如果
8、區(qū)域撕裂或折疊時,C和H就會發(fā)生變化??梢?,區(qū)域的拓撲性質(zhì)對區(qū)域的全局描述是很有用的,歐拉數(shù)是區(qū)域一個較好的