文档介绍：2018/8/29
1
本章重点:
图像特征及特征提取的基本概念。
常见的图像特征提取与描述方法:
颜色特征;
几何形状特征;
纹理特征。
第10章图像特征提取与分析
高级阶段内容:图像结论性判断
算法---特征---识别
2018/8/29
2
基本概念
颜色特征描述
形状特征描述
图像的纹理分析技术
小结
第10章图像特征提取与分析
2018/8/29
3
基本概念
在物体从图像中分割出来后,就可以对它的几何特征进行测量和分析,在此基础上可以识别物体,也可以对物体分类,或对物体是否符合标准进行判别实现质量监控。
例如,能将马铃薯或苹果等农产品按品质自动分类的机器视觉系统;
自动计算不规则形状所包含面积的测量系统,将传送带上不同工件自动分类的视觉系统;
自动检查一个人的图像特征,判断是不是某一个人;
自动售货机可以识别纸币的面额;
在先进的图像处理研究中,已进行指纹图像的自动处理,以代替电子钥匙,并已能够实现人的相貌的自动识别等等。
2018/8/29
4
基本概念
图像特征
指原始特性或属性.
自然特征:亮度,边缘的轮廓,纹理或色彩等.
人为特征:,直方图,矩等.
常见特征:
内部特征:灰度(密度,颜色)特征,纹理特征.
外部特征:几何形状特征等.
目的
让计算机具有认识或者识别图像的能力,即图像识别。
特征选择是图像识别中的一个关键问题。
特征选择和提取的基本任务是如何从众多特征中找出最有效的特征。
2018/8/29
5
图像的特征
所谓图像特征,换句话说就是图像中的物体有什么样的特征。
图中有几个水果。要想从该图像中把香蕉提取出来,必须告诉计算机要提取什么样的物体。
例如,应把香蕉的特征之一——细而长告诉给计算机。也就是说,要指示图像中物体的形状、大小等特征。即告诉计算机要提取的物体是大物体或是圆的、方的等。这时,就要使用“大小”、“圆度”等表示物体形状的参数。
2018/8/29
6
特征形成
根据待识别的图像,通过计算产生一组原始特征,称之为特征形成。
特征提取
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。
特征选择
从一组特征中挑选出一些最有效的特征以达到降低特征空间维数的目的,这个过程就叫特征选择。
选取的特征应具有如下特点:
可区别性: 差异大
可靠性: 好
独立性好: 彼此不相关
数量少: 简单
基本概念
2018/8/29
7
颜色特征描述
颜色矩
颜色直方图
颜色特征反映彩色图像的整体特性,一幅图像可以用它的颜色特性近似描述.
2018/8/29
8
颜色矩
颜色矩是以数学方法为基础的,通过计算矩来描述颜色的分布。
颜色矩通常直接在RGB空间计算
颜色分布的前三阶矩表示为(Pij是j个像素的第i个颜色分量)
一阶矩(10-1) :颜色分量的平均强度
二阶矩(10-2) :颜色分量的方差
三阶矩(10-3) :颜色分量的偏斜度
(10-1)
(10-2)
(10-3)
2018/8/29
9
颜色直方图
描述了图像颜色分布的统计特性.
可以直接在RGB图像上生成.
2018/8/29
10
颜色直方图
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:hi
pi=hi (10-4)
为第i种颜色在整幅图像中具有的像素数。
归一化为:
pi=hi/M (10-5)