图像特征提取与分析幻灯片.ppt
![资源得分’ title=](/images/score_1.gif)
![资源得分’ title=](/images/score_1.gif)
![资源得分’ title=](/images/score_1.gif)
![资源得分’ title=](/images/score_1.gif)
![资源得分’ title=](/images/score_05.gif)
《图像特征提取与分析幻灯片.ppt》由会员分享,可在线阅读,更多相关《图像特征提取与分析幻灯片.ppt(72页珍藏版)》请在淘文阁 - 分享文档赚钱的网站上搜索。
1、图像特征提取与分析图像特征提取与分析第1页,共72页,编辑于2022年,星期五8.1 8.1 基本概念基本概念 8.2 8.2 颜色特征描述颜色特征描述 8.3 8.3 形状特征描述形状特征描述 8.4 8.4 图像的纹理分析技术图像的纹理分析技术8.5 8.5 小结小结第2页,共72页,编辑于2022年,星期五8.1 8.1 基本概念基本概念 目的目的 让计算机具有认识或者识别图像的能力,即图像识别。让计算机具有认识或者识别图像的能力,即图像识别。特征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
2、征。本任务是如何从众多特征中找出最有效的特征。特征形成特征形成 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。为特征形成。第3页,共72页,编辑于2022年,星期五特征提取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来描述,这个过程就叫特征提取。特征选择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
3、维数的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。目的,这个过程就叫特征选择。选取的特征应具有如下特点:选取的特征应具有如下特点:可区别性可区别性可靠性可靠性独立性好独立性好数量少数量少第4页,共72页,编辑于2022年,星期五8.2 8.2 颜色特征描述颜色特征描述 8.2.1 8.2.1 颜色矩颜色矩 8.2.2 8.2.2 颜色直方图颜色直方图 8.2.3 8.2.3 颜色集颜色集8.2.4 8.2.4 颜色相关矢量颜色相关矢量 第5页,共72页,编辑于2022年,星期五8.2.1 8.2.1 颜色矩颜色矩 颜色矩是以数学方法为基础的,通过计算矩
4、来描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。述颜色的分布。颜颜色矩通常直接在色矩通常直接在RGBRGB空空间计间计算算 颜色分布的前三阶矩表示为:颜色分布的前三阶矩表示为:第6页,共72页,编辑于2022年,星期五8.2.2 8.2.2 颜色直方图颜色直方图 设设一一幅幅图图像像包包含含M M个个像像素素,图图像像的的颜颜色色空空间间被被量量化化成成N N个不同颜色。颜色直方图个不同颜色。颜色直方图H H定义为:定义为:(8-48-4)为第为第i i种颜色在整幅图像中具有的像素数。种颜色在整幅图像中具有的像素数。归一化为:归一化为:(8-5)(8-5)第7页,共72页,编辑于2
5、022年,星期五由由于于RGBRGB颜颜色色空空间间与与人人的的视视觉觉不不一一致致,可可将将RGBRGB空空间间转转换换到到视视觉觉一一致致性性空空间间。除除了了转转换换到到前前面面提提及及的的HSIHSI空空间间外外,还还可可以以采采用一种更简单的颜色空间:用一种更简单的颜色空间:这里,这里,max=255max=255。彩色图像变换成灰度图像的公式为:彩色图像变换成灰度图像的公式为:其中其中R,G,BR,G,B为彩色图像的三个分量,为彩色图像的三个分量,g g为转换后的灰度值。为转换后的灰度值。第8页,共72页,编辑于2022年,星期五8.2.3 8.2.3 颜色集颜色集 颜颜色色直直方
6、方图图和和颜颜色色矩矩只只是是考考虑虑了了图图像像颜颜色色的的整整体体分分布布,不涉及位置信息。不涉及位置信息。颜色集表示则同时考虑了颜色空间的选择和颜色空间的划分颜色集表示则同时考虑了颜色空间的选择和颜色空间的划分 使用颜色集表示颜色信息时,通常采用颜色空间使用颜色集表示颜色信息时,通常采用颜色空间HSLHSL定义:定义:设设B BM M是是M M维维的的二二值值空空间间,在在BMBM空空间间的的每每个个轴轴对对应应唯唯一一的的索索引引m m。一一个个颜颜色色集集就就是是BMBM二二值值空空间间中中的的一一个个二二维维矢矢量量,它它对对应应着着对对颜颜色色 mm的的选选择择,即即颜颜色色m
7、m出出现现时时,cm=1,cm=1,否否则则,cm=0cm=0。第9页,共72页,编辑于2022年,星期五实现步骤:实现步骤:对对于于RGBRGB空空间间中中任任意意图图像像,它它的的每每个个像像素素可可以以表表示示为为一一个个矢矢量量 。变变换换T T将将其其变变换换到到另另一一与与人人视视觉觉一一致致的的颜颜色色空空间间 ,即即 。采采用用量量化化器器QMQM对对 重重新新量量化化,使使得得视视觉觉上上明明显显不不同同的的颜色对应着不同的颜色集,并将颜色集映射成索引颜色对应着不同的颜色集,并将颜色集映射成索引m m。第10页,共72页,编辑于2022年,星期五 颜颜色色集集可可以以通通过过
8、对对颜颜色色直直方方图图设设置置阈阈值值直直接接生生成成,如如对对于一颜色于一颜色m m,给定阈值,给定阈值 ,颜色集与直方图的关系如下:,颜色集与直方图的关系如下:因此,颜色集表示为一个二进制向量因此,颜色集表示为一个二进制向量 第11页,共72页,编辑于2022年,星期五8.2.4 8.2.4 颜色相关矢量颜色相关矢量 颜颜色色相相关关矢矢量量CCV(Color CCV(Color Correlation Correlation Vector)Vector)表表示示方方法法与与颜颜色直方图相似,但它同时考虑了空间信息色直方图相似,但它同时考虑了空间信息。设设H H是颜色直方图矢量,是颜色直
9、方图矢量,CCVCCV的计算步骤:的计算步骤:图像平滑:目的是为了消除邻近像素间的小变化的影响。图像平滑:目的是为了消除邻近像素间的小变化的影响。对对颜颜色色空空间间进进行行量量化化,使使之之在在图图像像中中仅仅包包含含n个个不不同同颜颜色。色。在一个给定的颜色元内,将像素分成相关或不相关两类。在一个给定的颜色元内,将像素分成相关或不相关两类。根根据据各各连连通通区区的的大大小小,将将像像素素分分成成相相关关和和不不相相关关两两部部分分。第12页,共72页,编辑于2022年,星期五8.3 8.3 形状特征描述形状特征描述 8.3.1 8.3.1 几个基本概念几个基本概念8.3.2 8.3.2
10、区域内部空间域分析区域内部空间域分析 8.3.3 8.3.3 区域内部变换分析区域内部变换分析 8.3.4 8.3.4 区域边界的形状特征描述区域边界的形状特征描述第13页,共72页,编辑于2022年,星期五8.3.18.3.1几个基本概念几个基本概念 邻域与邻接邻域与邻接 对于任意像素对于任意像素(i,j),(s,t)i,j),(s,t)是一对适当的整数,则把像素的集合是一对适当的整数,则把像素的集合(i+s,j+t)i+s,j+t)叫做像素叫做像素(i,j)i,j)的邻域的邻域.直观上看,这是像素直观上看,这是像素(i,j)i,j)附近的像素形成的区域附近的像素形成的区域.最经常采用的是最
11、经常采用的是4-4-邻域和邻域和8-8-邻域邻域 4-邻域和8-邻域第14页,共72页,编辑于2022年,星期五邻域与邻接邻域与邻接 互为互为4-邻域的两像素叫邻域的两像素叫4-邻接。邻接。互为互为8-邻域的两像素叫邻域的两像素叫8-邻接。邻接。第15页,共72页,编辑于2022年,星期五 对于图像中具有相同值的两个像素对于图像中具有相同值的两个像素A和和B,如果所有和,如果所有和A、B具有相同值的像具有相同值的像素序列素序列 存在,并且存在,并且 和和 互为互为4-邻接或邻接或8-邻接,那么像素和叫做邻接,那么像素和叫做4-连接或连接或8-连接,以上的像素序列叫连接,以上的像素序列叫4-路路
12、径或径或8-路径。路径。像素的连接像素的连接 像素的连接像素的连接 第16页,共72页,编辑于2022年,星期五在图像中,把互相连接的像素的集合汇集为一组,于是具有若干个在图像中,把互相连接的像素的集合汇集为一组,于是具有若干个0值值的像素和具有若干个的像素和具有若干个l值的像素的组就产生了。把这些组叫做连接成分,也称值的像素的组就产生了。把这些组叫做连接成分,也称作连通成分。作连通成分。在研究一个图像连接成分的场合,若在研究一个图像连接成分的场合,若1像素的连接成分用像素的连接成分用4-连接或连接或8-连接,而连接,而0像素连接成分不用相反的像素连接成分不用相反的8-连接或连接或4-连接就会
13、产生矛盾。连接就会产生矛盾。假设各个假设各个1像素用像素用8-连接,则其中的连接,则其中的0像素就被包围起来。如果对像素就被包围起来。如果对0像素也用像素也用8-连接,连接,这就会与左下的这就会与左下的0像素连接起来,从而产生矛盾。因此像素连接起来,从而产生矛盾。因此0像素和像素和1像素应采像素应采用互反的连接形式,即如果用互反的连接形式,即如果1像素采用像素采用8-连接,则连接,则0像素必须采用像素必须采用4-连接。连接。连接成分连接成分 连接性矛盾示意图连接性矛盾示意图第17页,共72页,编辑于2022年,星期五在在0-像素的连接成分中,如果存在和图像外围的像素的连接成分中,如果存在和图像
14、外围的1行或行或1列的列的0-像素不相连接的成像素不相连接的成分,则称之为孔。不包含有孔的分,则称之为孔。不包含有孔的1像素连接成分叫做单连接成分。含有孔像素连接成分叫做单连接成分。含有孔的的l像素连接成分叫做多重连接成分。像素连接成分叫做多重连接成分。第18页,共72页,编辑于2022年,星期五区域内部空间域分析是不经过变换而直接在图像的空间域,区域内部空间域分析是不经过变换而直接在图像的空间域,对区域内提取形状特征。对区域内提取形状特征。1.1.欧拉数欧拉数图图像像的的欧欧拉拉数数是是图图像像的的拓拓扑扑特特性性之之,它它表表明明了了图图像像的的连连通通性性。下下图图(a)的的图图形形有有
15、一一个个连连接接成成分分和和一一个个孔孔,所所以以它它的的欧欧拉拉数数为为0,而而下下图图(b)有有一一个个连接成分和两个孔,所以它的欧拉数为连接成分和两个孔,所以它的欧拉数为-1。可见通过欧拉数可用于目标识别。可见通过欧拉数可用于目标识别。8.3.2区域内部空间域分析区域内部空间域分析具有欧拉数为具有欧拉数为0和和-1的图形的图形 第19页,共72页,编辑于2022年,星期五用线段表示的区域,可根据欧拉数来描述。如下图中的多边形网,把这多边形网内部区用线段表示的区域,可根据欧拉数来描述。如下图中的多边形网,把这多边形网内部区域分成面和孔。如果设顶点数为域分成面和孔。如果设顶点数为W,边数为,
16、边数为Q,面数为,面数为F,则得到下列关系,这个,则得到下列关系,这个关系称为欧拉公式。关系称为欧拉公式。图中的多边形网,有图中的多边形网,有7 7个顶点、个顶点、1111条边、条边、2 2个面、个面、1 1个连接区、个连接区、3 3个孔,因此,由上个孔,因此,由上式可得到式可得到 。包含多角网络的区域 一幅图像或一个区域中的连接成分数一幅图像或一个区域中的连接成分数C和孔数和孔数H不会受图像的伸长、不会受图像的伸长、压缩、旋转、平移的影响,但如果区域撕裂或折叠时,压缩、旋转、平移的影响,但如果区域撕裂或折叠时,C和和H就会发生就会发生变化。可见,区域的拓扑性质对区域的全局描述是很有用的,欧拉
17、数是区域变化。可见,区域的拓扑性质对区域的全局描述是很有用的,欧拉数是区域一个较好的描述子。一个较好的描述子。第20页,共72页,编辑于2022年,星期五2.凹凸性凹凸性 凹凹凸凸性性是是区区域域的的基基本本特特征征之之一一,区区域域凹凹凸凸性性可可通通过过以以下下方方法法进进行行判判别别:区区域域内内任任意意两两像像素素间间的的连连线线穿穿过过区区域域外外的的像像素素,则则此此区区域域为为凹凹形形。相相反反,连连接接图图形形内内任任意意两两个个像像素素的的线线段段,如如果果不不通通过过这这个个图图形形以以外外的的像像素素,则则这这个个图图形形称称为为是是凸凸的的。任任何何一一个个图图形形,把
18、包含它的最小的凸图形叫这个图形的凸闭包。把包含它的最小的凸图形叫这个图形的凸闭包。凸凸图图形形的的凸凸闭闭包包就就是是它它本本身身。从从凸凸闭闭包包除除去去原原始始图图形形的的部部分分后后,所所产产生生的的图图形形的的位位置置和形状将成为形状特征分析的重要线索。凹形面积可将凸封闭包减去凹形得到。和形状将成为形状特征分析的重要线索。凹形面积可将凸封闭包减去凹形得到。区域的凹凸性区域的凹凸性 第21页,共72页,编辑于2022年,星期五3.距离距离 距离在实际图像处理过程中往往是作为一个特征量出现,因此对其精度的要距离在实际图像处理过程中往往是作为一个特征量出现,因此对其精度的要求并不是很高。所以
19、对于给定图像中三点求并不是很高。所以对于给定图像中三点A,B,CA,B,C,当函数,当函数D(A,B)D(A,B)满足下式的满足下式的条件时,把条件时,把D(A,B)D(A,B)叫做叫做A A和和B B的距离,也称为距离函数。的距离,也称为距离函数。第一个式子表示距离具有非负性,并且当第一个式子表示距离具有非负性,并且当A A和和B B重合时,等号成立;重合时,等号成立;第二个式子表示距离具有对称性第二个式子表示距离具有对称性第三个式子表示距离的三角不等式。第三个式子表示距离的三角不等式。第22页,共72页,编辑于2022年,星期五计算点计算点(i,j)i,j)和和(h,k)h,k)间距离常采
20、用的几种方法:间距离常采用的几种方法:(1)欧氏距离,用欧氏距离,用 来表示。来表示。(2)4-邻域距离,也称为街区距离。邻域距离,也称为街区距离。(3 3)8-8-邻域距离,也称为棋盘距离。邻域距离,也称为棋盘距离。这三种距离之间的关系:这三种距离之间的关系:,如图所示。街区距离和棋、盘距离都是欧式距离,如图所示。街区距离和棋、盘距离都是欧式距离的一种近似。的一种近似。第23页,共72页,编辑于2022年,星期五下下图图中中表表示示了了以以中中心心像像素素为为原原点点的的各各像像素素的的距距离离。从从离离开开一一个个像像素素的的等等距距离离线线可可以以看看出出,在在欧欧氏氏距距离离中中大大致
21、致呈呈圆圆形形,在在棋棋盘盘距距离离中中呈呈方方形形,在在街街区区距距离离中中呈呈倾倾斜斜45度度的的正正方方形形。街街区区距距离离是是图图像像中中两两点点间间最最短短的的4连连通通的的长长度度,而棋盘距离则是两点间最短的而棋盘距离则是两点间最短的8连通的长度。连通的长度。此此外外,把把4-邻邻域域距距离离和和8-邻邻域域距距离离组组合合起起来来而而得得到到的的八八角角形形距距离离有有时时也也被被采采用用,它它的的等距线呈八角形。等距线呈八角形。第24页,共72页,编辑于2022年,星期五4.区域的测量区域的测量区域的大小及形状表示方法主要包括以下几种:区域的大小及形状表示方法主要包括以下几种
22、:(1 1)面面积积S:图图像像中中的的区区域域面面积积S可可以以用用同同一一标标记记的的区区域域内内像像素素的的个个数数总总和和来表示。来表示。按按上上述述表表示示法法区区域域R R的的面面积积S=41。区区域域面面积积可可以以通通过过扫扫描描图图像像,累累加加同同一一标标记记像像素得到,或者是直接在加标记处理时计数得到。素得到,或者是直接在加标记处理时计数得到。区域的面积和周长 第25页,共72页,编辑于2022年,星期五(2 2)周长)周长L L:区域周长:区域周长L L是用区域中相邻边缘点间距离之和来表示。采用不是用区域中相邻边缘点间距离之和来表示。采用不同的距离公式,关于周长同的距离
23、公式,关于周长L L的计算有很多方法。常用的有两种:的计算有很多方法。常用的有两种:一种计算方法是采用欧式距离,在区域的边界像素中,设某像素与一种计算方法是采用欧式距离,在区域的边界像素中,设某像素与其水平或垂直方向上相邻边缘像素间的距离为其水平或垂直方向上相邻边缘像素间的距离为1,与倾斜方向上相邻边,与倾斜方向上相邻边缘像素间的距离为缘像素间的距离为 。周长就是这些像素间距离的总和。这种方法。周长就是这些像素间距离的总和。这种方法计算的周长与实际周长相符,因而计算精度比较高。计算的周长与实际周长相符,因而计算精度比较高。另一种计算方法是采用另一种计算方法是采用8邻域距离,将边界的像素个数总和
24、作为周长。邻域距离,将边界的像素个数总和作为周长。也就是说,只要累加边缘点数即可得到周长,比较方便,但是,它与实际周也就是说,只要累加边缘点数即可得到周长,比较方便,但是,它与实际周长间有差异。根据这两种计算周长的方式,以区域的面积和周长图为例,区长间有差异。根据这两种计算周长的方式,以区域的面积和周长图为例,区域的周长分别是域的周长分别是 和和22。第26页,共72页,编辑于2022年,星期五(3)圆形度)圆形度R0:圆形度:圆形度R0用来描述景物形状接近圆形的程度,它是测量区域用来描述景物形状接近圆形的程度,它是测量区域形状常用的量。其计算公式为:形状常用的量。其计算公式为:式中为式中为S
25、 S区域面积;区域面积;L L为区域周长为区域周长R0值的范围为值的范围为 ,R0值的大小反值的大小反映了被测量边界的复杂程度,越复杂的形状取值越小。映了被测量边界的复杂程度,越复杂的形状取值越小。R0值越大,则区域越值越大,则区域越接近圆形。接近圆形。(4)形状复杂性)形状复杂性e:形状复杂性常用离散指数表示,其计算公式为:形状复杂性常用离散指数表示,其计算公式为:该式描述了区域单位面积的周长大小,该式描述了区域单位面积的周长大小,e值越大,表明单位面积的周值越大,表明单位面积的周长大,即区域离散,则为复杂形状;反之,则为简单形状。长大,即区域离散,则为复杂形状;反之,则为简单形状。e值最小
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 图像 特征 提取 分析 幻灯片
![提示](https://www.taowenge.com/images/bang_tan.gif)
限制150内