图像特征提取.doc

《图像特征提取.doc》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、图像特征提取方法特征提取是使用计算机提取图像信息，决定每个图像的点是否属于一个图像特征，其结果是把图像上的点分为不同的子集，这些子集往往属于孤立的点、连续的曲线或者连续的区域。常用的图像特征有颜色特征、纹理特征、形状特征和空间关系特征。图1.图像特征分类及其方法一、颜色特征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。一般颜色特征是基于像素点的特征，此时所有属于图像或图像区域的像素都有各自的贡献。由于颜色对图像或图像区域的方向、大小等变化不敏感，所以颜色特征不能很好地捕捉图像中对象的局部特征。常用的

2、特征提取与匹配方法有5种：颜色矩、颜色直方图、颜色集、颜色聚合向量、颜色相关图。（1）颜色矩颜色矩是一种简单而有效的颜色特征，其数学基础是图像中的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(mean)、二阶矩(Variance)和三阶矩(Skewness)就足以表达图像的颜色分布，与颜色直方图相比，该方法的另一个好处是无须对特征进行量化。一阶矩：二阶矩：三阶矩：一阶：颜色分量的平均强度；二、三阶：方差和偏移度。图像的颜色矩一共有九个分量，每个颜色通道均有三个低阶

3、矩。颜色矩仅仅使用少数几个矩，从而导致过多的虚警，因此颜色矩常和其他特征结合使用。（2）颜色直方图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。但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。直方图中的数值都是统计而来，描述了该图像中关于颜色的数量特征，可以反映图像颜色的统计分布和基本色调。颜色直方图可以分为三类，分别为：全局直方图、累加直方图、主色调直方图。全局直方图：反映的是

4、图像中颜色的组成分布，即出现了哪些颜色以及各种颜色出现的概率。其对图像的旋转、平移、缩放和图像质量变化不敏感，比较适合于检索图像的全局颜色相似性，即通过比较颜色直方图的差异来衡量两幅图像在颜色全局分布上的差异。累加直方图：当图像中的特征并不能取遍所有可取值时，统计直方图中会出现一些零值。这些零值的出现会对相似性度量的计算带来影响，从而使得相似性度量并不能正确反映图像之间的颜色差别。所以，在全局直方图的基础上，使用累加颜色直方图。在累加直方图中，相邻颜色在频数上是相关的。虽然累加直方图的存储量和计算量有很小的增加，但是累加

5、直方图消除了一般直方图中常见的零值，也克服了一般直方图量化过细过粗检索效果都会下降的缺陷。主色调直方图：因一幅图像中，往往少数几种颜色就涵盖了图像的大多数像素，而且不同颜色在图像中的出现概率是不同的，可以通过统计图像中各种颜色出现的概率，选出最频繁出现的几种做为主色。使用主色并不会降低颜色匹配的效果，因为颜色直方图中出现频率很低的哪些颜色往往不是图像的主要内容，从某种程度上讲，是对图像内容表示的一种噪声。（1）颜色集颜色集是对颜色直方图的一种近似，首先将RGB颜色空间转换成视觉均衡的颜色空间（HSV），并将颜色空间量化成

6、若干个bin，然后运用颜色自动分割技术将图像分为若干个区域，每个区域用量化颜色空间的某个颜色分量来索引，从而将图像表达成一个二进制的颜色索引表。在图像匹配中，比较不同图像颜色集之间的距离和颜色区域的空间关系。因为，颜色集表达为二进制的特征向量，可以构造二分查照树来加快检索速度，对大规模的图象集合十分有力。（2）颜色聚合向量图像的颜色聚合向量是颜色直方图的一种演变，其核心思想是将属于直方图每一个bin的像素分为两部分：如果该bin内的某些像素所占据的连续区域的面积大于给定的阈值，则该区域内的像素作为聚合像素，否则作为非聚合

7、像素。颜色聚合向量的最大特点是：克服了颜色直方图和颜色矩的缺点，将颜色在图像中的空间信息与颜色直方图结合了起来。这样既考虑了颜色分布的统计信息，又考虑了颜色的空间分布信息。（3）颜色相关图不但刻画了某一种颜色的像素数量占整个图像的比例，还反映了不同颜色对之间的空间相关性。假设I表示整张图像的全部像素，Ic(i)则表示颜色为c(i)的所有像素。颜色相关图可以表达为： 其中i,j∈{1,2,…,N}，k∈{1,2,…,d}，

8、p1–p2

9、表示像素p1和p2之间的距离。颜色相关图可以看作是一张用颜色对索引的表，其中<

10、i,j>的第k个分量表示颜色为c(i)的像素和颜色为c(j)的像素之间的距离小于k的概率。如果考虑到任何颜色之间的相关性，颜色相关图会变得非常复杂和庞大(空间复杂度为O(N2d))。一种简化的变种是颜色自动相关图（colorauto-correlogram），它仅仅考察具有相同颜色的像素间的空间关系，因此空间复杂度降