紅外圖像特征提取方法研究

《紅外圖像特征提取方法研究》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、紅外圖像特征提取方法研究紅外圖像：反應(yīng)物體的熱輻射差。紅外目標檢測與識別包括：圖像預(yù)處理，圖像特征提取，圖像特征選擇，圖像分類紅外目標識別的特征：1.顏色或灰度的統(tǒng)計特征2.紋理，邊緣特征3.圖像代數(shù)特征4.圖像變換系數(shù)特征一.顏色或灰度的統(tǒng)計特征提取顏色(灰度）直方圖是實踐中最常用的圖像統(tǒng)計特征.設(shè)s（xi）為圖像P的某特征值為xi的像素的個數(shù)直方圖1.Hu于1961年提出了矩不變量的概念（平移，旋轉(zhuǎn)，伸縮不變）但Hu矩不變量不具有正交性，包含大量的信息冗余。物體的零階矩表示了圖像的“質(zhì)量”：Moo=∫∫f(x，y)dxdy,一階矩(M01，M

2、10)用于確定圖像質(zhì)心(Xc，Yc)：Xc=M10/M00;Yc=M01/M00;若將坐標原點移至Xc和Yc處，就得到了對于圖像位移不變的中心矩。Eg.2.Zemike矩不變量就是一種正交的矩不變量，正交矩在信息冗余度、圖像表達以及在識別效果方面比其他類型的矩要好.3.Shen等提出了基于小波變換的小波矩，由于小波變換具有時頻局部化特征，所以小波矩不僅可以描述圖像的全局特征，也可以描述圖像的局部特征，不易受到噪聲的干擾，因而在識別相似的物體時有更高的識別率二.紋理、邊緣特征提取紋理特征是表示圖像的另一種重要的視覺特征，紋理結(jié)構(gòu)反映圖像亮度的空間變

3、化情況，具有局部與整體的自相似性紋理分析的方法有多種，如空間自相關(guān)法，共生矩陣法、Tamura方法等.1）紋理是由紋理基元按著某種規(guī)律在空間的重復(fù)排列組成的，紋理與紋理基元的空間尺寸有關(guān)，一般大尺寸的紋理基元對應(yīng)于較粗的紋理，而小尺寸的紋理基元對應(yīng)于較細的紋理.1.空間自相關(guān)法對于大小為MxN的圖像f(x,y),其中x=0,1，2…M-1;y=0,1，2…N-1,空間自相關(guān)函數(shù)定義為空間自相關(guān)函數(shù)用來描述紋理的粗糙程度。2.共生矩陣法灰度共生矩陣特征于1973年由Haralick等首次提出，設(shè)（x,y)為圖像中任意一點,(x+a,y+b)為其擾動

4、點,它們形成一個點對，設(shè)其灰度值為(i,j)，固定a,b，令(x,y)在圖像上移動，可得到不同的(i,j)值.若圖像的灰度級為L，則i與j的組合共有L*L種.在整幅圖像中，統(tǒng)計出每一種(i,j)值出現(xiàn)的次數(shù)，再將它們歸一化為出現(xiàn)的概率P(i,j),則方陣P(i,j)稱為灰度共生矩陣.利用灰度共生矩陣可得到描述紋理特征的統(tǒng)計量，常用的有對比度、能量、嫡等7個特征.2）圖像邊緣是指圖像灰度發(fā)生空間突變或者在梯度方向上發(fā)生突變的像素的集合。圖像邊緣特征提取方法大致可分為:基于經(jīng)典微分邊緣檢測算子的提取方法、多尺度邊緣檢測方法、模糊增強邊緣檢測方法等.1

5、.經(jīng)典微分邊緣檢測算子的提取方法又分為一階微分邊緣檢測算子方法和二階微分邊緣檢測算子方法.有代表性的一階微分邊緣檢測算子包括:Roberts算子、Sobel算子、Preivitt算子、Robinson算子和Canny算子等.Canny算子無論在定位精度還是抗噪聲方面，明顯優(yōu)于其他的一階微分邊緣檢測算子.Canny算子求邊緣點具體算法步驟如下：1.）用高斯濾波器平滑圖像．2.）用一階偏導(dǎo)有限差分計算梯度幅值和方向.Gx=[f(x+1,y)-f(x,y)+f(x+1,y+1)-f(x,y+1)]/2Gy=[f(x,y+1)-f(x,y)+f(x+1,

6、y+1)-f(x+1,y)]/23.）對梯度幅值進行非極大值抑制．僅得到全局的梯度并不足以確定邊緣，為確定邊緣，必須保留局部梯度最大的點，而抑制非極大值。4.）用雙閾值算法檢測和連接邊緣．對非極大值抑制圖像作用兩個閾值th1和th2，兩者關(guān)系th1=0.4th2。我們把梯度值小于th1的像素的灰度值設(shè)為0，得到圖像1。然后把梯度值小于th2的像素的灰度值設(shè)為0，得到圖像2。對圖像2進行掃描，當(dāng)遇到一個非零灰度的像素p(x,y)時，跟蹤以p(x,y)為開始點的輪廓線，直到輪廓線的終點q(x,y)。考察圖像1中與圖像2中q(x,y)點位置對應(yīng)的點s(

7、x,y)的8鄰近區(qū)域。如果在s(x,y)點的8鄰近區(qū)域中有非零像素s(x,y)存在，則將其包括到圖像2中，作為r(x,y)點。從r(x,y)開始，重復(fù)第一步，直到我們在圖像1和圖像2中都無法繼續(xù)為止。步驟1：步驟2：2.多尺度邊緣檢測的思想最初是山Rosenfcld提出的，因為圖像邊緣就是一維圖像中奇異點的集合，而多尺度變換如小波變換的模極大值點對應(yīng)于圖像信號的奇異點，因此通過對原始圖像作多尺度分解，然后檢測這此模極大值點可以確定圖像的邊緣。3.胡學(xué)娟等提出來二次樣條小波提取邊緣算法，該算法和Canny算子類似，都是先對圖像進行平滑，再檢測其模極

8、大值但濾波器系數(shù)簡單，計算量小，且可以對圖像進行多尺度的邊緣檢測，對近紅外圖像進行功緣特征提取具有很好的效果。三.圖像代數(shù)特征提取代數(shù)特