图像特征提取方法概述

《图像特征提取方法概述》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、…………………………装………………………………订………………………………线………………………………………………………………课程设计报告设计题目：图像特征提取方法概述__学院：电子工程学院专业：电子信息工程班级：学号：姓名：__电子邮件：日期：2012年9月_成绩：指导教师：西安电子科技大学电子工程学院课程设计（报告）任务书学生姓名王宇指导教师白静职称副教授学生学号02099013专业电子信息工程题目图像特征提取方法概述任务与要求查找阅读文献学习图像特征的提取方法，了解图像特征、提取方法的概念和分类，以及对具体提取方法的介绍和比较，并对相关内容

2、做总结和分析，在此基础上撰写一份不少于3000字的科技文献综述报告。开始日期2012年8月27日完成日期2012年9月7日课程设计所在单位电子工程学院2012年9月图像特征提取方法概述摘要随着科技发展和图像信息的大量产生和交流，目标图像的自动识别和分类应用越来越广泛，同时实际应用问题对目标识别技术的要求也越来越高，特征提取的方法显得尤为重要。本文通过对图像特征原理的介绍，对几种典型的图像特征方法进行了分析和比较，并对其前景进行了展望。1、引言随着信息化社会的到来，人们获取的信息已经不是局限在数字、符号、文本等信息，而是越来越多的处理图像信息。

3、然而这些信息大多数或是具有很高的维数，或是获得的图像数量巨大。在大多数情况下，不能直接在这些测量空间中进行分类和识别。这一方面是因为测量空间的维数很高，不适宜分类器和识别方法的设计:更重要的是这样一种描述并不能直接反映测量对象的本质，并且它随摄像机位置、照度、运动等因素的变化而变化。为了进行分类器和识别方法的设计，需要把图像从测量空间变换到维数大大减少的特征空间，被研究的图像在这个特征空间中就由一个或几个特征向量来表示。综上所述，特征提取技术成为目标分类和识别中的关键技术。2、图像特征提取的原理及分类(1）图像特征提取的原理在目标分类和识别过

4、程中原始特征的数量可能很大，或者说样本处于一个高维空间中，这会给分类器带来沉重的计算负担。因此，我们希望选择或提取的特征应具有以下特点:简约性:在用很少的特征标识目标的条件下，保持信息(或信息去失可以控制）；可分性:来自同一类的不同模式的特征非常接近，而不同类的模式的特征相距甚远。可靠性:提取具有鲁棒性(robust)的特征，即对噪声或其它干扰不敏感。获取特征的方法有两种:特征选择和特征提取。它们的根本任务就是如何从许多特征中找出最有效的特征，这里的有效指的是能够区分不同的类别。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

5、，这个过程叫做特征选择。通过映射(或变换)的方法可以用低维空间来表示图像，映射后的特征称为二次特征，它们是原始特征的某种变换(通常是线性变换或是非线性变换)，得出数目比原来少的综合性特征，对原始特征进行变换得到的这些有利于分类、更本质、更少的新特征的过程称为特征提取。(2)图像特征提取的分类一般来说，图像特征的分类有很多种，如按提取的区域大小可以分为图像的局部特征以及全局特征;按特征在图像上的表现形式分为点特征、线特征和面特征(区域特征);将用于目标图像识别的特征归纳为如下四种:图像的视觉特征:例如，图像的边缘、轮廓、形状、纹理和区域等。它们

6、的物理意义明确，提取比较容易。图像的统计特征:例如，灰度直方图特征、矩特征，其中矩特征包括均值、方差、峰度及墒特征等，目前，墒特征作为图像的特征得到了广泛的应用。变换系数特征:对图像进行各种数学变换，如傅立叶变换、离散余弦变换、小波变换等，可以将变换后的系数作为图像的一种特征。代数特征:代数特征反映的是图像的某种属性。而从映射角度考虑，将能够通过线性映射得到的特征称为线形特征，经过非线性映射得到的特征称为非线性特征。对应的映射称为线性特征提取方法和非线性特征提取方法。3.图像特征提取的方法及比较（1）线性特征提取方法传统的线性特征提取方法有主

7、分量分析(PrincipleComponentAnalysis,PCA)、Fisher线性鉴别（FLD）,投影寻踪(ProjectionPursuit,PP)等。下面将重点对PCA算法及Fisher算法进行介绍：<1>主成分分析方法(PCA)主成分分析的目的是将分散在一组变量上的信息集中到某几个综合变量(又称为成分)上，这些新变量是原始变量的线性组合而且互不相关。由于对变量的综合，将可能克服多重相关性造成的信息重叠。几何上主成分分析可以认为是坐标轴的旋转，将原始坐标系的坐标轴旋转成一组新的正交坐标轴，并按他们占原始数据变差的数量排列这些新的坐

8、标轴。主成分分析的对象是一幅图像矩阵,它的工作目标是对X总的信息重新调整组合，从中提取m个综合变量v1,...,vm(m