圖像特征提取

1、精選優(yōu)質(zhì)文檔-傾情為你奉上1 概述圖像是客觀對象的一種相似性的、生動性的描述或?qū)懻妫侨祟惿鐣顒又凶畛Ｓ玫男畔⑤d體?；蛘哒f圖像是客觀對象的一種表示，它包含了被描述對象的有關(guān)信息。它是人們最主要的信息源。據(jù)統(tǒng)計(jì)，一個(gè)人獲取的信息大約有75%來自視覺。古人說“百聞不如一見”、“一目了然”便是非常形象的例子，都反映了圖像在信息傳遞中的獨(dú)特效果。 廣義上，圖像就是所有具有視覺效果的畫面，它包括：紙介質(zhì)上的、底片或照片上的、電視、投影儀或計(jì)算機(jī)屏幕上的。圖像根據(jù)圖像記錄方式的不同可分為兩大類：模擬圖像和數(shù)字圖像。模擬圖像可以通過某種物理量（如光、電等）的強(qiáng)弱變化來記錄圖像亮度信息，例如模擬電視圖像；而

2、數(shù)字圖像則是用計(jì)算機(jī)存儲的數(shù)據(jù)來記錄圖像上各點(diǎn)的亮度信息。 國際圖像藝術(shù)推廣機(jī)構(gòu)君友會對圖像處理流程的闡述是：圖像處理是對圖像進(jìn)行分析、加工、和處理，使其滿足視覺、心理以及其他要求的技術(shù)。圖像處理是信號處理在圖像域上的一個(gè)應(yīng)用。目前大多數(shù)的圖像是以數(shù)字形式存儲，因而圖像處理很多情況下指數(shù)字圖像處理。此外，基于光學(xué)理論的處理方法依然占有重要的地位。圖像處理是信號處理的子類，另外與計(jì)算機(jī)科學(xué)、人工智能等領(lǐng)域也有密切的關(guān)系。傳統(tǒng)的一維信號處理的方法和概念很多仍然可以直接應(yīng)用在圖像處理上，比如降噪、量化等。然而，圖像屬于二維信號，和一維信號相比，它有自己特殊的一面，處理的方式和角度也有所不同。幾十年前

3、，圖像處理大多數(shù)由光學(xué)設(shè)備在模擬模式下進(jìn)行。由于這些光學(xué)方法本身所具有的并行特性，至今他們?nèi)匀辉诤芏鄳?yīng)用領(lǐng)域占有核心地位，例如 全息攝影。但是由于計(jì)算機(jī)速度的大幅度提高，這些技術(shù)正在迅速的被數(shù)字圖像處理方法所替代。從通常意義上講，數(shù)字圖像處理技術(shù)更加普適、可靠和準(zhǔn)確。比起模擬方法，它們也更容易實(shí)現(xiàn)。專用的硬件被用于數(shù)字圖像處理，例如，基于流水線的計(jì)算機(jī)體系結(jié)構(gòu)在這方面取得了巨大的商業(yè)成功。今天，硬件解決方案被廣泛的用于視頻處理系統(tǒng)，但商業(yè)化的圖像處理任務(wù)基本上仍以軟件形式實(shí)現(xiàn)，運(yùn)行在通用個(gè)人電腦上。1.1引言 圖像特征選擇提取是圖像識別中的一個(gè)關(guān)鍵問題。特征選擇和提取的基本任務(wù)是如何從眾多特征

4、中找出最有效的特征。圖像特征分析在工業(yè)生產(chǎn)中有重要的應(yīng)用。我通過關(guān)注和學(xué)習(xí)圖像特征提取并用VC實(shí)踐，強(qiáng)化了所學(xué)習(xí)過的知識，并對圖像特征提取有了更深一步的認(rèn)識和理解。1.2 圖像特征 圖像特征是指圖像的原始特性或?qū)傩?。常見的圖像特征可以分為灰度特征、紋理特征和幾何形狀特征等。 1.3 圖像特征提取的相關(guān)定義 由于實(shí)際問題的應(yīng)用類型各不相同，所以對圖像特征提取一直沒有精確的定義，許多的計(jì)算機(jī)圖像分析和算法都是以特征為切點(diǎn)，其算法成功與否與其使用和定義的特征息息相關(guān)。參閱大量文獻(xiàn)，其定義概述為：圖象處理中最初級的運(yùn)算就是特征提取，所以數(shù)字圖像首先要進(jìn)行的運(yùn)算就是特征提取，然后通過運(yùn)算來檢查圖像的每個(gè)

5、像素，最后確定像素所屬的特征如果算法檢查的是圖像的一些特征區(qū)域，那么圖像特征提取就是算法中的一部分作為特征提取的一個(gè)前提運(yùn)算，其輸入圖像一般在尺度空間中被平滑，最后運(yùn)用導(dǎo)數(shù)法則計(jì)算出圖像的特征。1.3.1圖像顏色特征提取 顏色特征是通過圖像或圖像區(qū)域的顏色特征來描述，它具有整體性，顏色特征提取方法有顏色直方圖、顏色集、顏色矩等方法。 1.3.2 紋理特征提取 紋理特征和顏色特征類似，它也是一種整體性的特征。近些年來，對紋理分析方法的各種理論或方法在紋理特征提取中的應(yīng)用已經(jīng)基本成形，紋理特征提取方法歸納為5類，即結(jié)構(gòu)方法、信號處理方法、幾何方法、模型方法和計(jì)方法。1.3.2 紋理特征提取 紋理特

6、征和顏色特征類似，它也是一種整體性的特征。近些年來，對紋理分析方法的各種理論或方法在紋理特征提取中的應(yīng)用已經(jīng)基本成形，紋理特征提取方法歸納為5類，即結(jié)構(gòu)方法、信號處理方法、幾何方法、模型方法和計(jì)方法。 灰度共生矩陣是被廣泛應(yīng)用的紋理提取算法，是分析圖像的基礎(chǔ)，它運(yùn)用統(tǒng)計(jì)學(xué)中的概率來反映圖像灰度有關(guān)方向和間隔等整體信息。 1.3.3形狀特征提取 形狀特征提取表示方法有2類，一類是區(qū)域特征，它主要針對圖像的整個(gè)形狀區(qū)域；另一類是輪廓特征，它針對的是物體的外邊界。前人關(guān)于形狀特征提取的典型方法有：邊界特征值法（圖像的外邊界）、幾何參數(shù)法（圖像幾何參數(shù)化處理）、形狀不變矩法（找圖像不變矩特征）、傅里葉

7、形狀描述法（傅里葉變換法）等。 2算法及數(shù)學(xué)基礎(chǔ) 2.1二值圖像 binary image 是指每個(gè)像素不是黑就是白，其灰度值沒有中間過渡的圖像。二值圖像一般用來描述文字或者圖形，其優(yōu)點(diǎn)是占用空間少，缺點(diǎn)是，當(dāng)表示人物，風(fēng)景的圖像時(shí)，二值圖像只能描述其輪廓，不能描述細(xì)節(jié)。這時(shí)候要用更高的灰度級。 二值圖像是每個(gè)像素只有兩個(gè)可能值的數(shù)字圖像。人們經(jīng)常用黑白、B&W、單色圖像表示二值圖像，但是也可以用來表示每個(gè)像素只有一個(gè)采樣值的任何圖像，例如灰度圖像等。 二值圖像中所有的像素只能從0和1這兩個(gè)值中取，因此在MATLAB中，二值圖像用一個(gè)由0和1組成的二維矩陣表示。這兩個(gè)可取的值分別對應(yīng)于

8、關(guān)閉和打開，關(guān)閉表征該像素處于背景，而打開表征該像素處于前景。以這種方式來操作圖像可以更容易識別出圖像的結(jié)構(gòu)特征。二值圖像操作只返回與二值圖像的形式或結(jié)構(gòu)有關(guān)的信息，如果希望對其他類型的圖像進(jìn)行同樣的操作，則首先要將其轉(zhuǎn)換為二進(jìn)制的圖像格式。 二值圖像經(jīng)常出現(xiàn)在數(shù)字圖像處理中中作為圖像掩碼或者在圖像分割、二值化和dithering的結(jié)果中出現(xiàn)。一些輸入輸出設(shè)備，如激光打印機(jī)、傳真機(jī)、單色計(jì)算機(jī)顯示器等都可以處理二值圖像。 二值圖像經(jīng)常使用位圖格式存儲。 2.2二值圖像生成算法 1)讀取圖像像素?cái)?shù)據(jù) 2)設(shè)定閾值 3)以閾值確定每個(gè)像素點(diǎn)的值為0或者1 通過閾值運(yùn)算是否可以有效地進(jìn)行圖像分割，取

9、決于物體和背景之間是否有足夠的對比度設(shè)一幅灰度圖像,jiF中物體的灰度分布在區(qū)間,21TT內(nèi)，經(jīng)過閾值運(yùn)算后的圖像為二值圖像。閾值（如圖2-1）算法與應(yīng)用領(lǐng)域密切相關(guān)事實(shí)上，某一閾值運(yùn)算常常是為某一應(yīng)用專門設(shè)計(jì)的，在其它應(yīng)用領(lǐng)域可能無法工作閾值選擇(如圖1)常常是基于在某一應(yīng)用領(lǐng)域獲取的先驗(yàn)知識，因此在某些場合下，前幾輪運(yùn)算通常采用交互式方式來分析圖像，以便確定合適的閾值但是，在機(jī)器視覺系統(tǒng)中，由于視覺系統(tǒng)的自主性能（autonomy）要求，必須進(jìn)行自動閾值選擇現(xiàn)在已經(jīng)研究出許多利用圖像灰度分布和有關(guān)的物體知識來自動選擇適當(dāng)閾值的技術(shù)。圖2-1 一幅灰度圖像和使用不同閾值得到的二值圖像結(jié)果上左

10、：原始灰度圖像，上右： 閾值T=100；左下：T=128右下：T1=100|T2=1282.3輪廓提取 用下述算法可以很簡單地抽取二值圖像的輪廓線。 (1) 若中心像素值為0，不問其余8像素的值如何，一律保留中心像素值為0； (2) 若中心像素值為1，且其余8個(gè)像素全為1，則改變中心像素值為0； (3) 除此以外，全部將中心像素值設(shè)為1。如圖2-2圖2-2輪廓提取2.4邊緣檢測 邊緣與圖像處理 在圖像處理中，邊緣不僅僅指物體邊界的線，還包括能夠描繪圖像特征的線的要素，這些線要素就相當(dāng)于素描畫中的線條。對于圖像的處理，邊緣檢測也是重要的基本操作之一。利用所提取的邊緣可以識別出特定物體的的面積及周長，求兩幅圖像的對應(yīng)點(diǎn)等（如圖2-3）。邊緣與圖像的性質(zhì)能聯(lián)系在一起是因?yàn)樵趫D像灰度級急劇變化的地方可以看作是邊緣。由于自然