1 / 13
文档名称:

图像目标提取与特征计算.doc

格式:doc   大小:773KB   页数:13页
下载后只包含 1 个 DOC 格式的文档,没有任何的图纸或源代码,查看文件列表

如果您已付费下载过本站文档,您可以点这里二次下载

分享

预览

图像目标提取与特征计算.doc

上传人:2024678321 2020/5/20 文件大小:773 KB

下载得到文件列表

图像目标提取与特征计算.doc

相关文档

文档介绍

文档介绍:摘要对图像进行研究和应用时,人们往往对图像中的某些部分感兴趣,这些部分常被称为目标或对象目标或对象特征提取是计算机视觉和图像处理中的一个概念。它指的是使用计算机提取图像信息,决定每个图像的点是否属于一个图像特征。特征提取的结果是把图像上的点分为不同的子集,这些子集往往属于孤立的点、连续的曲线或者连续的区域。本课设需要解决的问题是,利用阈值分割方法,对该图像进行分割,得到提取那个目标后的二值图像,计算该目标的面积、周长、中心坐标等三个参数。阈值分割采用的是全局阈值分割方法,而面积、周长的计算则是先通过将图像转换成二值图像,在通过计算二值图像像素点的方式求取。关键词:阈值分割,边缘检测,像素点I1绪论目标的特征提取是图像处理和自动目标识别(ATR)中的一个重要的研究课题,是解决图像识别问题的难点和关键。特征提取是图象处理中的一个初级运算,也就是说它是对一个图像进行的第一个运算处理。它检查每个像素来确定该像素是否代表一个特征。假如它是一个更大的算法的一部分,那么这个算法一般只检查图像的特征区域。作为特征提取的一个前提运算,输入图像一般通过高斯模糊核在尺度空间中被平滑。此后通过局部导数运算来计算图像的一个或多个特征。有时,假如特征提取需要许多的计算时间,而可以使用的时间有限制,一个高层次算法可以用来控制特征提取阶层,这样仅图像的部分被用来寻找特征。由于许多计算机图像算法使用特征提取作为其初级计算步骤,因此有大量特征提取算法被发展,其提取的特征各种各样,它们的计算复杂性和可重复性也非常不同。12设计原理常用的特征提取的方法提取图像空间关系特征可以有两种方法:一种方法是首先对图像进行自动分割,划分出图像中所包含的对象或颜色区域,然后根据这些区域提取图像特征,并建立索引;另一种方法则简单地将图像均匀地划分为若干规则子块,然后对每个图像子块提取特征,并建立索引。本课程设计是采用的第一种方法,即先对该图像进行分割,得到提取那个目标后的二值图像,计算该目标的面积、周长、中心坐标等三个参数。阈值分割采用的是全局阈值分割方法,而面积、周长的计算则是先通过将图像转换成二值图像,在通过计算二值图像像素点的方式求取。其中计算周长时,先需要对二值图像进行边缘检测,然后再统计其像素点。阈值分割原理图像阈值化分割是一种最常用,同时也是最简单的图像分割方法,它特别适用于目标和背景占据不同灰度级范围的图像[1]。它不仅可以极大的压缩数据量,而且也大大简化了分析和处理步骤,因此在很多情况下,是进行图像分析、特征提取与模式识别之前的必要的图像预处理过程。图像阈值化的目的是要按照灰度级,对像素集合进行一个划分,得到的每个子集形成一个与现实景物相对应的区域,各个区域内部具有一致的属性,而相邻区域布局有这种一致属性。这样的划分可以通过从灰度级出发选取一个或多个阈值来实现。阈值分割思想和原理阈值分割法是一种基于区域的图像分割技术,其基本原理是:通过设定不同的特征阈值,把图像象素点分为若干类。常用的特征包括:直接来自原始图像的灰度或彩色特征;由原始灰度或彩色值变换得到的特征。设原始图像为f(x,y),按照一定的准则f(x,y)中找到特征值T,将图像分割为两个部分,分割后的图2像为:若取:b0=0(黑),b1=1(白),即为我们通常所说的图像二值化。设图像为f(x,y),其灰度集范围是[0,L],在0和L之间选择一个合适的灰度阈值T,则图像分割方法可由下式描述g(x,y){10ff((x,x,yy))TT这样得到的g(x,y)是一幅二值图像。图2-1图像分割算法全局阈值分割阈值法有多种类型,主要有:全局阈值,自适应阈值等。所谓全局阈值,如果背景的灰度值在整个图像中可合理的看做恒定,而且所有物体与背景都具有几乎相同的对比度,那么,只要选择了正确的阈值,使用了一个固定的全局阈值一般会有较好的效果。给出利用全局阈值分割图像的MATLAB程序如下:I=imread('');3fori=1:widthforj=1:heightif(I(i,j)<60)BW1(i,j)=0;elseBW1(i,j)=1;endendendfigureimshow(BW1)这里设定了一个常数60,通过比较灰度值与60的大小关系来重新给图像赋值。自适应阈值在许多情况下,背景的灰度值并不是常数,物体和背景的对比度在图像中也有变化,这时就要引入自适应阈值,一个在图像中某一区域效果良好的阈值在其他区域却可能效果很差。在这种情况下,需要把灰度阈值取成一个随图像中位置缓慢变化的函数值,即为自适应阈值。这类算法的时间复杂度和空间复杂度比较大,但是抗噪声的能力比较强,对采用全局阈值不容易分割的图像有较好的效果。这种方法的关键问题是如何将图像进行细分和如何为得到子图像估计门限值。由于用于每个像素的门限取决于像素

最近更新

二零二五年度农机购买与农村电商合作合同 9页

二零二五年度企业股权激励计划合同书 7页

二零二五年度个人住房贷款借款协议书 7页

2025年度高科技园区土地及地上研发中心转让协.. 10页

第8课《艺术品》教案(北师大版初三上)doc初中.. 2页

2025年度老旧工业厂房改造工程款结清与产业升.. 9页

2025年度石材行业质量检测与认证服务合同 10页

2025年度生态住宅装修设计及施工合同 10页

2025年度汽车按揭贷款合同纠纷解决协议 7页

大唐电信战略 130页

2025年度旅游产品销售折扣及旅游服务合同 9页

2025年度文化创意产业园区不动产房屋买卖合同.. 9页

2025年度手车过户车辆所有权变更登记协议 9页

2025年度平房租赁与设施改造合作协议 8页

2025年度婴幼儿早期发育健康体检服务合同 9页

2025年度城市综合体物业托管与商业运营合同 8页

2025年度商铺装修售后服务保障合同 8页

有关提前解除劳动合同协议书 6页

2025年度医疗健康产业借款担保合同模板分享 7页

2025年度农膜电商平台合作销售合同 9页

2025年度养猪业市场调研与分析服务合同 9页

2025年度健康医疗产业投资合作协议书范文 8页

2025年度会计事务所审计助理劳动合同更新版 7页

2025年度人工智能项目股份合作实施协议 10页

2025年度乡村振兴背景下农村土地承包经营权流.. 7页

邮政公司年终总结汇报 61页

第31届奥运会体操女子团体赛得失分对比分析 2页

逻辑提问法SPIN 54页

新版房屋赠与合同 6页

新时代房产合同:销售合同新整理版一览 6页