红外图像特征提取方法研究

《红外图像特征提取方法研究》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、红外图像特征提取方法研究红外图像：反应物体的热辐射差。红外目标检测与识别包括：图像预处理，图像特征提取，图像特征选择，图像分类红外目标识别的特征：1.颜色或灰度的统计特征2.纹理，边缘特征3.图像代数特征4.图像变换系数特征一.颜色或灰度的统计特征提取颜色(灰度）直方图是实践中最常用的图像统计特征.设s（xi）为图像P的某特征值为xi的像素的个数直方图1.Hu于1961年提出了矩不变量的概念（平移，旋转，伸缩不变）但Hu矩不变量不具有正交性，包含大量的信息冗余。物体的零阶矩表示了图像的“质量”：Moo=∫∫f(x，y)dxdy,一阶矩(M01，M

2、10)用于确定图像质心(Xc，Yc)：Xc=M10/M00;Yc=M01/M00;若将坐标原点移至Xc和Yc处，就得到了对于图像位移不变的中心矩。Eg.2.Zemike矩不变量就是一种正交的矩不变量，正交矩在信息冗余度、图像表达以及在识别效果方面比其他类型的矩要好.3.Shen等提出了基于小波变换的小波矩，由于小波变换具有时频局部化特征，所以小波矩不仅可以描述图像的全局特征，也可以描述图像的局部特征，不易受到噪声的干扰，因而在识别相似的物体时有更高的识别率二.纹理、边缘特征提取纹理特征是表示图像的另一种重要的视觉特征，纹理结构反映图像亮度的空间变

3、化情况，具有局部与整体的自相似性纹理分析的方法有多种，如空间自相关法，共生矩阵法、Tamura方法等.1）纹理是由纹理基元按着某种规律在空间的重复排列组成的，纹理与纹理基元的空间尺寸有关，一般大尺寸的纹理基元对应于较粗的纹理，而小尺寸的纹理基元对应于较细的纹理.1.空间自相关法对于大小为MxN的图像f(x,y),其中x=0,1，2…M-1;y=0,1，2…N-1,空间自相关函数定义为空间自相关函数用来描述纹理的粗糙程度。2.共生矩阵法灰度共生矩阵特征于1973年由Haralick等首次提出，设（x,y)为图像中任意一点,(x+a,y+b)为其扰动

4、点,它们形成一个点对，设其灰度值为(i,j)，固定a,b，令(x,y)在图像上移动，可得到不同的(i,j)值.若图像的灰度级为L，则i与j的组合共有L*L种.在整幅图像中，统计出每一种(i,j)值出现的次数，再将它们归一化为出现的概率P(i,j),则方阵P(i,j)称为灰度共生矩阵.利用灰度共生矩阵可得到描述纹理特征的统计量，常用的有对比度、能量、嫡等7个特征.2）图像边缘是指图像灰度发生空间突变或者在梯度方向上发生突变的像素的集合。图像边缘特征提取方法大致可分为:基于经典微分边缘检测算子的提取方法、多尺度边缘检测方法、模糊增强边缘检测方法等.1

5、.经典微分边缘检测算子的提取方法又分为一阶微分边缘检测算子方法和二阶微分边缘检测算子方法.有代表性的一阶微分边缘检测算子包括:Roberts算子、Sobel算子、Preivitt算子、Robinson算子和Canny算子等.Canny算子无论在定位精度还是抗噪声方面，明显优于其他的一阶微分边缘检测算子.Canny算子求边缘点具体算法步骤如下：1.）用高斯滤波器平滑图像．2.）用一阶偏导有限差分计算梯度幅值和方向.Gx=[f(x+1,y)-f(x,y)+f(x+1,y+1)-f(x,y+1)]/2Gy=[f(x,y+1)-f(x,y)+f(x+1,

6、y+1)-f(x+1,y)]/23.）对梯度幅值进行非极大值抑制．仅得到全局的梯度并不足以确定边缘，为确定边缘，必须保留局部梯度最大的点，而抑制非极大值。4.）用双阈值算法检测和连接边缘．对非极大值抑制图像作用两个阈值th1和th2，两者关系th1=0.4th2。我们把梯度值小于th1的像素的灰度值设为0，得到图像1。然后把梯度值小于th2的像素的灰度值设为0，得到图像2。对图像2进行扫描，当遇到一个非零灰度的像素p(x,y)时，跟踪以p(x,y)为开始点的轮廓线，直到轮廓线的终点q(x,y)。考察图像1中与图像2中q(x,y)点位置对应的点s(

7、x,y)的8邻近区域。如果在s(x,y)点的8邻近区域中有非零像素s(x,y)存在，则将其包括到图像2中，作为r(x,y)点。从r(x,y)开始，重复第一步，直到我们在图像1和图像2中都无法继续为止。步骤1：步骤2：2.多尺度边缘检测的思想最初是山Rosenfcld提出的，因为图像边缘就是一维图像中奇异点的集合，而多尺度变换如小波变换的模极大值点对应于图像信号的奇异点，因此通过对原始图像作多尺度分解，然后检测这此模极大值点可以确定图像的边缘。3.胡学娟等提出来二次样条小波提取边缘算法，该算法和Canny算子类似，都是先对图像进行平滑，再检测其模极

8、大值但滤波器系数简单，计算量小，且可以对图像进行多尺度的边缘检测，对近红外图像进行功缘特征提取具有很好的效果。三.图像代数特征提取代数特