第十一章图像匹配与检索精选文档.ppt

《第十一章图像匹配与检索精选文档.ppt》由会员分享，可在线阅读，更多相关《第十一章图像匹配与检索精选文档.ppt（28页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、第十一章图像匹配与检索本讲稿第一页，共二十八页1.1 模板匹配本讲稿第二页，共二十八页模板匹配：在图像中寻找与样板相同或相似的区域。用途：目标检测、遥感图像或运动图像的分析等。方法：归一化互相关法、序贯相似性检测算法、FFT相关算法等。1.1 模板匹配本讲稿第三页，共二十八页归一化互相关法：f(x,y)为MN的原图像，t(j,k)为JK(JM，KN)的模板图像。定义式可展开为三部分的和：DS(x,y)-DST(x,y)+DT(x,y)误差平方和：误差平方和：误差平方和：误差平方和：本讲稿第四页，共二十八页匹配测度误差平方和005050500014030601011040101模板源图像误差平方

2、和本讲稿第五页，共二十八页DS(x,y):原图像中与模板对应区域的能量；随匹配坐标点的变化而变化。DST(x,y):模板与原图像对应区域的互相关；当模板t(j,k)和原图像中对应区域相匹配时取得最大值。DT(x,y):模板的能量。归一化互相关：将DS的影响因素引入到互相关DST中：归一化互相关法：本讲稿第六页，共二十八页模板匹配的特点图像局部匹配。当原图像发生旋转或缩放时，不能实现匹配。1.1 模板匹配本讲稿第七页，共二十八页直方图匹配：根据颜色统计特性进行相似性匹配。用途：基于颜色的图像检索方法：根据图像直方图进行距离测量：直方图相交法、直方图相交法、欧几里得距离法、中心矩法、街坊距离法欧几

3、里得距离法、中心矩法、街坊距离法等。1.2 直方图匹配本讲稿第八页，共二十八页1.2 直方图匹配本讲稿第九页，共二十八页1.2 直方图匹配本讲稿第十页，共二十八页直方图相交法直方图相交法设HQ(k)和HD(k)分别为查询图像Q和数据库图像D的特征统计直方图，则两图像之间的匹配值d(Q,D)为：1.2 直方图匹配015252510014150601灰度级0123456模板2220030源图像3300111min2200010本讲稿第十一页，共二十八页欧欧几几里里得得距距离离法法：欧几里得距离也称欧式距离，是一个通常采用的距离定义，它是在m维空间中两个点之间的真实距离。为减少计算量，可采用直方图的

4、均值来粗略地表达颜色信息：1.2 直方图匹配fQ：查询图像的0阶距，：fD 数据库图像的0阶距。算法特点：算法简单、检索效果差015252510014150601模板源图像灰度级灰度级 均均 值值0123456模板模板21/92/92/92/9003/90源图像源图像18/93/93/9001/91/91/9d(Q,D)=(1/3)1/2本讲稿第十二页，共二十八页街坊距离法街坊距离法1.2 直方图匹配HQ：查询图像的直方图，：HD数据库图像的直方图。算法特点：算法简单、适用于RGB彩色图像检索。本讲稿第十三页，共二十八页形状匹配：根据目标的形状特性进行目标检测或图像检索。用途：目标检测或图像检

5、索方法：几何参数法、不变矩法、边界方向直方图法、小波轮廓表示法等。特点：算法大多比较复杂；更高层次的图像检索。1.3 形状匹配本讲稿第十四页，共二十八页1.3 形状匹配本讲稿第十五页，共二十八页图像检索的分类：基于文本描述的检索（通过图片的元数据或标引文字进行检索）分类目录浏览方式 基于内容的检索（CBIR Content-Based Image Retrieval 直接利用图片去检索图片）特征提取相似度匹配相关反馈索引结构2、基于内容的图像检索本讲稿第十六页，共二十八页-基于内容的图像检索：特征提取颜色纹理形状颜色空间（颜色空间（RBG、HIS、HSV）颜色特征表示颜色特征表示颜色相似度匹配

6、算法颜色相似度匹配算法本讲稿第十七页，共二十八页颜色特征匹配基本原理：颜色具有一定的稳定性。在许多情况下,颜色是描述一幅图像最简便而有效的特征。用图像的颜色信息作为图像之间进行匹配的特征依据。2.1.1 颜色特征：是一种全局特征,描述了图像或图像区域所对应的景物的表面性质。2.1 基于颜色的图像检索本讲稿第十八页，共二十八页颜色特征表示统计直方图累积直方图颜色布局颜色分块2.1 基于颜色的图像检索本讲稿第十九页，共二十八页颜色直方图其优点在于：它能简单描述一幅图像中颜色的全局分布，即不同色彩在整幅图像中所占的比例，特别适用于描述那些难以自动分割的图像和不需要考虑物体空间位置的图像。其缺点在于：

7、它无法描述图像中颜色的局部分布及每种色彩所处的空间位置，即无法描述图像中的某一具体的对象或物体。最常用的颜色空间：RGB颜色空间、HSV颜色空间。2.1 基于颜色的图像检索本讲稿第二十页，共二十八页2.1.2 颜色相似度匹配-直方图相交法直方图相交法-欧式距离-中心矩法-参考颜色表法（颜色集）本讲稿第二十一页，共二十八页中心矩法中心矩法颜色直方图的矩：图像中任何的颜色分布均可以用它的矩来表示。此外，由于颜色分布信息主要集中在低阶矩中，因此，仅采用颜色的一阶矩、二阶矩和三阶矩就可以表达图像的颜色分布。一阶中心矩：M1二阶中心矩：M2三阶中心矩：M3本讲稿第二十二页，共二十八页颜色集颜色集颜色集是

8、对颜色直方图的一种近似。将图像颜色用一组参考色表示，这组参考色应能覆盖视觉上可感受到的各种颜色。在图像匹配中，比较不同图像颜色集之间的距离和色彩区域的空间关系。由于参考色的数量要比原图少，所以可以节省计算量。本讲稿第二十三页，共二十八页2.2.1 纹理特征：是一种全局特征，它也描述了图像或图像区域所对应景物的表面性质及结构。2.2 基于纹理的图像检索本讲稿第二十四页，共二十八页在模式匹配中，这种区域性的特征具有较大的优越性，不会由于局部的偏差而无法匹配成功。2.2 基于纹理的图像检索本讲稿第二十五页，共二十八页2.2.2 统计方法一般说来，纹理图像中的灰度分布具有某种周期性，即便灰度变化是随机

9、的，它也具有一定的统计特性。统计方法的典型代表是一种称为灰度共生矩阵的纹理特征分析方法。灰度共生矩阵的四个关键特征：能量、惯量、熵和相关性。统计方法中另一种典型方法，则是从图像的自相关函数（即图像的能量谱函数）提取纹理特征，即通过对图像的能量谱函数的计算，提取纹理的粗细度及方向性等特征参数；通过这些参数的匹配情况实现图像检索。2.2 基于纹理的图像检索本讲稿第二十六页，共二十八页形状特征匹配基本原理形状是刻划物体的本质特征之一,可以针对面积(可用象素点的个数计算)、环形性(即周长*周长/面积,周长也用象素点的个数表示)、主轴方向、偏心率、圆形率、连通性、正切角等形状特征进行匹配。形状检索主要有两种方法1）针对图像边缘轮廓线进行的检索2）针对图形矢量特征进行的检索本讲稿第二十七页，共二十八页三种特征检索方法的比较特征代表性方法适合应用的图像类型颜色颜色直方图、颜色一致性矢量、颜色相关图、颜色矩等适用于色彩丰富的图像，如风景图像纹理共生矩阵、Tamura纹理特征表达、随机场分解、小波变换、Gabor变换、傅立叶变换等适用于物体和背景不易分割的图像，如纹理图像形状形状描述符、傅立叶描述子、兴趣点、边缘方向直方图、模板匹配等适用于物体形状易于识别的图像，如商标图像本讲稿第二十八页，共二十八页