最新图像特征提取与分析1PPT课件.ppt

最新图像特征提取与分析1PPT课件.ppt

ID:62111878

大小:556.50 KB

页数:45页

时间:2021-04-17

最新图像特征提取与分析1PPT课件.ppt_第1页
最新图像特征提取与分析1PPT课件.ppt_第2页
最新图像特征提取与分析1PPT课件.ppt_第3页
最新图像特征提取与分析1PPT课件.ppt_第4页
最新图像特征提取与分析1PPT课件.ppt_第5页
资源描述:

《最新图像特征提取与分析1PPT课件.ppt》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、进入夏天,少不了一个热字当头,电扇空调陆续登场,每逢此时,总会想起那一把蒲扇。蒲扇,是记忆中的农村,夏季经常用的一件物品。  记忆中的故乡,每逢进入夏天,集市上最常见的便是蒲扇、凉席,不论男女老少,个个手持一把,忽闪忽闪个不停,嘴里叨叨着“怎么这么热”,于是三五成群,聚在大树下,或站着,或随即坐在石头上,手持那把扇子,边唠嗑边乘凉。孩子们却在周围跑跑跳跳,热得满头大汗,不时听到“强子,别跑了,快来我给你扇扇”。孩子们才不听这一套,跑个没完,直到累气喘吁吁,这才一跑一踮地围过了,这时母亲总是,好似生气的样子,边扇边训,“你看热的,跑

2、什么?”此时这把蒲扇,是那么凉快,那么的温馨幸福,有母亲的味道!  蒲扇是中国传统工艺品,在我国已有三千年多年的历史。取材于棕榈树,制作简单,方便携带,且蒲扇的表面光滑,因而,古人常会在上面作画。古有棕扇、葵扇、蒲扇、蕉扇诸名,实即今日的蒲扇,江浙称之为芭蕉扇。六七十年代,人们最常用的就是这种,似圆非圆,轻巧又便宜的蒲扇。  蒲扇流传至今,我的记忆中,它跨越了半个世纪,也走过了我们的半个人生的轨迹,携带着特有的念想,一年年,一天天,流向长长的时间隧道,袅图像特征提取与分析1本章重点:图像特征及特征提取的基本概念。常见的图像特征提取

3、与描述方法,如颜色特征、纹理特征和几何形状特征提取与描述方法。8.1基本概念8.2颜色特征描述8.3形状特征描述8.4图像的纹理分析技术8.5小结8.2颜色特征描述颜色特征反映彩色图像的整体特征,一幅图像可以用它的颜色特性近似描述。根据颜色与空间属性的关系,颜色特征的表示方法可以有颜色矩、颜色直方图、颜色相关等几种方法。8.2.1颜色矩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。颜色矩通常直接在RGB空间计算颜色分布的前三阶矩表示为:一阶-颜色分量的平均强度;二、三阶—方差和偏移度。8.2.2颜色直方图描述了图像颜色分

4、布的统计特性。设一幅图像包含M个像素,图像的颜色空间被量化成N个不同颜色。颜色直方图H定义为:第i种颜色在整幅图像中具有的像素数。归一化为:8.2.2颜色直方图由于RGB颜色空间与人的视觉不一致,可将RGB空间转换到视觉一致性空间。除了转换到前面提及的HSI空间外,还可以采用一种更简单的颜色空间:彩色图像变换成灰度图像的公式为:这里,max=255。8.3形状特征描述形状特征描述是在提取图像中的各目标形状特征基础上,对其进行表示。它是进行图像识别和理解的基础。图像经过边缘提取和图像分割等操作,就会得到景物的边缘和区域,也就获得了景

5、物的形状。任何一个景物形状特征均可由其集合属性(如长短、面积、距离、凹凸等)和统计属性(连通、欧拉数)来进行描述。8.3.1几个基本概念邻域与邻接对于任意像素(i,j),(s,t)是一对适当的整数,则把像素的集合{(i+s,j+t)}叫做像素(i,j)的邻域.直观上看,这是像素(i,j)附近的像素形成的区域.最经常采用的是4-邻域和8-邻域4-邻域和8-邻域邻域与邻接互为4-邻域的两像素叫4-邻接。互为8-邻域的两像素叫8-邻接。对于图像中具有相同值的两个像素A和B,如果所有和A、B具有相同值的像素序列存在,并且和互为4-邻接或8

6、-邻接,那么像素和叫做4-连接或8-连接,以上的像素序列叫4-路径或8-路径。像素的连接像素的连接在图像中,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,也称作连通成分。在研究一个图像连接成分的场合,若1像素的连接成分用4-连接或8-连接,而0像素连接成分不用相反的8-连接或4-连接就会产生矛盾。假设各个1像素用8-连接,则其中的0像素就被包围起来。如果对0像素也用8-连接,这就会与左下的0像素连接起来,从而产生矛盾。因此0像素和1像素应采用互反的连接形式,即如

7、果1像素采用8-连接,则0像素必须采用4-连接。连接成分连接性矛盾示意图在0-像素的连接成分中,如果存在和图像外围的1行或1列的0-像素不相连接的成分,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。含有孔的l像素连接成分叫做多重连接成分。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。1.欧拉数图像的欧拉数是图像的拓扑特性之—,它表明了图像的连通性。下图(a)的图形有一个连接成分和一个孔,所以它的欧拉数为0,而下图(b)有一个连接成分和两个孔,所以它的欧拉数为-1。可见通过欧拉数可用于目标识别。8

8、.3.2区域内部空间域分析具有欧拉数为0和-1的图形用线段表示的区域,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W,边数为Q,面数为F,则得到下列关系,这个关系称为欧拉公式。图中的多边形网,有7个顶点、1

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。