《图像特征.ppt》由会员分享，可在线阅读，更多相关《图像特征.ppt（24页珍藏版）》请在三一文库上搜索。
1、1,图像特征,2,引言,在物体从图像中分割出来后，进一步就可以对它的几何特征进行测量和分析，在此基础上可以识别物体，也可以对物体分类，或对物体是否符合标准进行判别，实现质量监控。与图像分割一道，物体测量与形状分析在工业生产中有重要的应用,3,引言,例如，能将马铃薯或苹果等农产品按品质自动分类的机器视觉系统，自动计算不规则形状所包含面积的测量系统，将传送带上不同工件自动分类的视觉系统；自动检查一个人的图像特征，判断是 不是某一个人；自动售货机可以识别纸币的面额；在先进的图像处理研究中，已进行指纹图像的自动处理，以代替电子钥匙，并已能够实现人的相貌的自动识别 ，等等。 本章作为一个简单的实例，以二
2、值图像为对象，提取物体的形状、大小等特征，进而从图像中取出所需的对象，并去除不必要的部分。,4,5,图像的特征参数,所谓图像特征，换句话说就是图像中的物体有什么样的特征。图中有几个水果。要想从该图像中把香蕉提取出来，必须告诉计算机要提取什么样的物体。例如，应把香蕉的特征之一细而长告诉给计算机。也就是说，要指示图像中物体的形状、大小等特征。即告诉计算机要提取的物体是大物体或是圆的、方的等。这时，就 要使用“大小”、“圆度”等表示物体形状的参数。,6,几种常见的图像特征参数,面积和周长 长度和宽度 矩形度 圆形度 重心 轮廓的傅立叶描述子,7,面积,如图所示，取物体的质 心为坐标中心，平面上 一闭
3、合曲线所包围的面 积由沿轮廓的积分确定：,8,周长,周长可以简单地通过计算物体边界上相邻 像素的中心距的累加和得到。也就是说，对物周长的计算可以简单地通过轮廓线的像素数而得到。但由于在倾斜方向，会产生如图所示的数字图像特有的误差，所以，要乘以 加以修正 当然更为有效的办法是 从图像中物体边界链码 中计算得到，有关这 方面的内容请大家参阅 相关资料。,9,计算出周长之后，可用下式计算其面积： 对于数字图像而言，可以简单地通过统计物体占有的像素点数来计算其面积。 上述简单的面积和周长算法在应用中要进行标定后才能得到其真实的面积和周长。,10,长度和宽度,在已知物体的边界时，用其外接矩形的尺寸来刻画
4、它的基本形状是最简单的方法。如果仅计算其在坐标系方向上的外接矩形是很简单的，只需计算物体边界点的最大和最小坐标值，就可得到物体的水平和垂直跨度。但通常需要计算反映物体形状特征的主轴方向上的长度和与之垂直方向上的宽度，这样的外接矩形是物体最小的外接矩形（MER-Minimum Enclosing Rectangle）。 计算MER的一种方法是将物体在90度范围内等间隔地旋转，每次记录其坐标系方向上的外接矩形参数，取其面积为最小的矩形的参数为主轴意义下的长度和宽度，如图所示。通常主轴可以通过矩（Moments）的计算得到，也可以用求物体的最佳拟合直线的方法求出。,11,矩形度,矩形度用物体的面积与
5、其最小外界矩形的面积之比来刻画，反映物体对其外接矩形的充满程度：,12,圆形度,圆形度用来刻画物体边界的复杂程度，例如，比较相同面积的圆形和星形，星形等图形要比圆形的周长大的多。因此，提出圆度e来表示物体的形状复杂程度：,式中：A面积；P周长。,13,显然，当圆的半径为r时，周长为2r, 面积为r2,所以，e1.0。由图可知， 形状越接近圆形，e越大；形状越复杂，e值越小。,14,重心,重心是指图像中目标像素位置坐标(xi, yi)(i=0,1,n1)的平均值，可用下式计算：,15,设P为边界轮廓上的任意一点，以边界轮廓上 的点A为参照点，记s为从A到P点的弧长，并 设边界轮廓线的周长为S，则
6、P点可表示成弧 长的函数（如图所示）：,16,这样将物体的边界轮廓与周期函数相对应，因此可以用它的傅立叶变换系数来刻画其轮廓特征。由于傅立叶变换系数的模具有平移及旋转不变性，故可用傅立叶变换的系数向量作为特征来识别物体。在实现时，通常需要将其幅值规范化，如除以最大幅值或平均幅值，以便得到尺度无关的形状识别特征。 另外，还可用不变矩等参数来对物体的形状进行描述。,17,特征参数的应用,18,利用特征参数提取物体,每个果实的特征参数计算步骤如图所示， 特征参数计算结果表示如下。,19,（a）原图像,（b）圆度小于0.5的区域,（c）提取的图像,20,利用特征参数去除噪声,特征参数也可用于去除不必要
7、的物体或噪声。第七章介绍了用腐蚀、膨胀等形态学处理去除二值图像噪声的方法，对于二值图像，用特征参数也能达到去除噪声的目的。也就是说，对图像进行标记，区分成连接成分之后，只要去除面积较小的连接成分即可。其处理流程如图所示。,21,在图像分析中，为了描述物体的边界或其它特征，有时需要根据一组数据点集来拟合曲线与曲面。曲线与曲面的拟合是数值分析中重要的内容，通常使用最小均方误差准则来找出一定参数形式下的最佳拟合函数。具体选择什么参数形式与问题有关，通常采用多项式形式特别是二次多项式形式，而对于更为一般的情况也可采用样条函数形式。 曲线拟合问题是给定一个点集，找出一个函数使其均方误差最小：,22,23,上述方法很容易推广到其它参数形式的拟合函数中。通常采用的拟合函数有圆或椭圆，或其它二次或三次多项式函数，此外还有高斯函数等等。实现时可用Matlab工具，非常方便。,24,参考,本PPT材料来自于 西北农林科技大学信息工程学院 数字图像处理课程组,