1 / 16
文档名称:

机器视觉课件:第七章 《特征提取》.pptx

格式:pptx   大小:510KB   页数:16页
下载后只包含 1 个 PPTX 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

机器视觉课件:第七章 《特征提取》.pptx

上传人:haqia 2021/11/4 文件大小:510 KB

下载得到文件列表

机器视觉课件:第七章 《特征提取》.pptx

文档介绍

文档介绍:特征提取
概述
什么是图像特征
特征是某一类对象区别于其他类对象的相应特点或特性,或这些特点和特性的集合。特征是通过测量或处理能够抽取的数据。对图像而言,每一幅图像区别于其他图像的特征,例如:亮度、边缘、纹理和色彩等。
特征提取
确定特征的过程称为特征提取。
图像特征的分类
图像特征的分类有多种标准。
从特征自身的特点上可以分为两大类:描述物体外形的形状特征(区域特征),以及描述物体表面灰度变化的纹理特征(灰度值特征)。
从特征提取方法上可以分为:统计特征和结构特征。本章主要讨论图像的统计特征及其获取方法。
基本统计特征
区域特征:
周长:区域边界的长度,即位于区域边界上的像素数目。
面积:区域中的像素总数。
纹理特征(灰度值特征):纹理是灰度在空间以一定形式变换而产生的图案。
区域特性
区域特征
区域的面积
区域的矩的一般定义
为区域的面积
归一化的矩
区域特征
通过归一化的矩求出区域的重心
归一化的中心矩(不随位置变换的中心矩)
二阶中心矩
二阶中心矩 可以用来定义区域的范围和方位
各向异性特征
各向异性r1/r2
此特征量在区域缩放时时保持恒定不变的
灰度值特性
区域内的平均灰度值
灰度值特性
灰度值矩的一般定义
灰度值面积
归一化的灰度值矩