山東一醫(yī)大醫(yī)學(xué)數(shù)字圖像處理復(fù)習(xí)課件

醫(yī)學(xué)數(shù)字圖像處理

醫(yī)學(xué)院信息科學(xué)系2/120

主要參考書(shū)：

1、醫(yī)學(xué)數(shù)字圖像處理本教材

2、醫(yī)學(xué)圖像處理章魯?shù)壬虾？茖W(xué)技術(shù)出版社

3、數(shù)字圖像處理朱志剛等譯電子工業(yè)出版社

4、圖象工程章毓晉清華大學(xué)出版社

5、DIGITALIMAGEPROCESSINGKennethR.Castleman

Prentice-HallInc.(美國(guó)，清華大學(xué)出版社)

6、ImageProcessingAnalysisandMachineVisionMilanSconkaTHOMSONBROOKS/COLE（美國(guó)，人民郵電出版社）

7、VisualBasic.NET圖形圖像編程與實(shí)例祥解李蘭友等電子工業(yè)出版社

8、VisualC++圖像處理開(kāi)發(fā)與實(shí)例李蘭友等電子工業(yè)出版社

9、VisualBasic6圖像處理開(kāi)發(fā)與實(shí)例李蘭友等電子工業(yè)出版社3/120主要內(nèi)容數(shù)字圖像的形成數(shù)字圖像的統(tǒng)計(jì)特征圖像的格式文件圖像的處理方法（增強(qiáng)、變換、分割）4/120第1章本章要點(diǎn)有關(guān)圖象和象素的基本概念圖象技術(shù)的三個(gè)層次：圖象處理、圖象分析和圖象理解3 圖象表示方法和鄰域的概念4 圖象顯示設(shè)備和技術(shù)5 圖象存儲(chǔ)器和圖象文件格式6 視覺(jué)基礎(chǔ)和亮度知覺(jué)7 顏色視覺(jué)和色度學(xué)

5/120第2章圖象采集技術(shù)

2.1 采集裝置和性能指標(biāo) 2.2 成象變換和坐標(biāo)變換 2.3* 攝象機(jī)校準(zhǔn) 2.4* 立體圖采集 2.5* 深度圖采集 2.6 采樣和量化

6/120第2章2.1 采集裝置和性能指標(biāo)

采集裝置 輻射敏感器件 數(shù)字化器件采集裝置示例

X光透視成象儀 固態(tài)陣

7/120第2章2.1 采集裝置和性能指標(biāo)（電荷耦合器件） 線(xiàn)掃描器 面掃描器傳感器

光敏二極管型無(wú)源象素結(jié)構(gòu)

光敏二極管型有源象素結(jié)構(gòu)

光柵型有源象素結(jié)構(gòu)

8/120第2章2.1 采集裝置和性能指標(biāo)

采集裝置性能

(1)線(xiàn)性響應(yīng) (2)靈敏度 (3)信噪比 (4)陰影（不均勻度） (5)快門(mén)速度 (6)讀取速率9/120第2章2.1 采集裝置和性能指標(biāo)

灰度圖采集流程 空間分辨率

幅度分辨率

感光單元的分布

圖象浮散

填充系數(shù)10/120第2章2.2 成象變換和坐標(biāo)變換

投影成象成象過(guò)程

世界坐標(biāo)系統(tǒng)XYZ

攝象機(jī)坐標(biāo)系統(tǒng)xyz

圖象平面坐標(biāo)系統(tǒng)x’y’

成象變換齊次坐標(biāo)

11/120第2章2.2 成象變換和坐標(biāo)變換

透視變換坐標(biāo)變換

平移變換

尺度變換

旋轉(zhuǎn)變換 級(jí)連 反變換

12/120第2章2.3* 攝象機(jī)校準(zhǔn)坐標(biāo)不重合時(shí)的投影成象

成象變換分解

從世界坐標(biāo)到攝象機(jī)坐標(biāo)

從攝象機(jī)坐標(biāo)到圖象平面坐標(biāo)

內(nèi)部參數(shù) 外部參數(shù) 13/120第2章2.3* 攝象機(jī)校準(zhǔn)攝象機(jī)校準(zhǔn) 作用

方法原理

計(jì)算公式 具體步驟

14/120第2章2.4* 立體圖采集

3-D信息立體成象 光源 采集器 景物不同立體成象方式的特點(diǎn)

15/120第2章2.4* 立體圖采集

雙目成象 模型 視差 景物深度

16/120第2章2.5* 深度圖采集

深度圖深度信息獲取方法

基于飛行時(shí)間的深度圖獲取

基于幅度調(diào)制波相位差的深度圖獲取

結(jié)構(gòu)光獲取深度信息系統(tǒng)結(jié)構(gòu) 深度與成象高度 17/120第2章2.6 采樣和量化

數(shù)字圖象 空間離散化：采樣 幅度離散化：量化表達(dá)圖象所需的數(shù)據(jù)量空間分辨率 幅度分辨率 計(jì)算公式 18/120第2章2.6 采樣和量化

圖象質(zhì)量與數(shù)據(jù)量 采樣級(jí)數(shù)的影響 量化級(jí)數(shù)的影響 兩者的綜合作用

19/120第2章本章要點(diǎn)1 圖象采集裝置所包含的器件和性能指標(biāo)2 成象變換和坐標(biāo)變換的公式3 攝象機(jī)校準(zhǔn)的原理和步驟4 立體圖采集的原理和雙目成象的方法5 幾種直接獲取深度圖象的方法6 圖象離散化中的采樣和量化

20/120第3章

圖象變換技術(shù)

3.1

傅里葉變換 3.2

傅里葉變換的性質(zhì) 3.3*

快速傅里葉變換 3.4

沃爾什變換 3.5 哈達(dá)瑪變換 3.6 離散余弦變換

3.7* 小波變換 3.8* 霍特林變換21/120第3章3.1 傅里葉變換

變換域處理

傅里葉變換

f(x)

{f(0)，f(1)，f(2)，…，f(N

–1)}

22/120第3章3.1 傅里葉變換

頻譜

相位角

功率譜

23/120第3章3.1 傅里葉變換

傅里葉變換

24/120第3章3.2 傅里葉變換的性質(zhì)

分離性

25/120第3章3.2 傅里葉變換的性質(zhì)

平移性

26/120第3章3.2 傅里葉變換的性質(zhì)

周期性和共扼對(duì)稱(chēng)性

27/120第3章3.2 傅里葉變換的性質(zhì)

旋轉(zhuǎn)性質(zhì)

分配律

28/120第3章3.2 傅里葉變換的性質(zhì)

尺度變換

平均值

29/120第3章3.2 傅里葉變換的性質(zhì)

卷積定理

30/120第3章3.2 傅里葉變換的性質(zhì)

離散卷積

31/120第3章3.2 傅里葉變換的性質(zhì)

卷積

32/120第3章3.3*快速傅里葉變換

算法原理

傅里葉變換：乘法N次，加法N-1次 重復(fù)使用exp[–j2ux/N]

快速傅里葉變換： 乘法Nlog2N次 加法(N-1)

log2(N-1)次33/120第3章3.4 沃爾什變換

可分離變換 正變換和正向變換核 反變換和反向變換核

34/120第3章3.4 沃爾什變換

可分離變換 正變換和正向變換核 反變換和反向變換核

35/120第3章3.4 沃爾什變換

可分離變換性質(zhì) 可分離 對(duì)稱(chēng)

36/120第3章3.4 沃爾什變換

可分離變換矩陣表達(dá)

37/120第3章3.4 沃爾什變換

沃爾什變換 正變換和正向變換核 反變換和反向變換核

38/120第3章3.4 沃爾什變換

沃爾什變換 正變換和正向變換核 反變換和反向變換核

39/120第3章3.5 哈達(dá)瑪變換

哈達(dá)瑪變換 正變換和正向變換核 反變換和反向變換核

40/120第3章3.5 哈達(dá)瑪變換

階（序） 列中符號(hào)變換的次數(shù)

41/120第3章3.5 哈達(dá)瑪變換

哈達(dá)瑪變換 正變換和正向變換核 反變換和反向變換核

42/120第3章3.5 哈達(dá)瑪變換

哈達(dá)瑪矩陣的迭代43/120第3章3.6

離散余弦變換

離散余弦變換44/120第3章3.6

離散余弦變換

離散余弦變換45/120第3章3.7*

小波變換

小波 實(shí)函數(shù)g(t)，其傅里葉變換滿(mǎn)足

小波基函數(shù)（積分核）46/120第3章3.7*

小波變換

小波變換對(duì)

47/120第3章3.7*

小波變換

小波變換特點(diǎn)

時(shí)間-頻率都局部化

小波分解多級(jí)分解 可遞歸進(jìn)行

48/120第3章3.8*

霍特林變換

霍特林變換 基于圖象統(tǒng)計(jì)特性 （特征值變換、主分量變換、離散KL變換）

把輸入圖象看作一組隨機(jī)矢量 求取特征矢量進(jìn)行變換 解除圖象數(shù)據(jù)相關(guān)

49/120第3章本章要點(diǎn)1 傅里葉變換的定義和變換公式及頻譜顯示2 傅里葉變換的一些重要性質(zhì)3 快速傅里葉變換的算法原理4 可分離變換的概念和沃爾什變換的特點(diǎn)5 與沃爾什變換密切相關(guān)的哈達(dá)瑪變換的特點(diǎn)6 國(guó)際標(biāo)準(zhǔn)中得到廣泛應(yīng)用的離散余弦變換7 近年得到廣泛重視的小波變換8 基于圖象統(tǒng)計(jì)特性的霍特林變換50/120第4章圖象增強(qiáng)技術(shù)

4.1 圖象灰度映射

4.2 直方圖均衡化

4.3* 直方圖規(guī)定化

4.4 圖象間算術(shù)和邏輯運(yùn)算

4.5 空域?yàn)V波

4.6 頻域低通濾波

4.7 頻域高通濾波

4.8* 頻域帶通濾波和帶阻濾波

4.9* 彩色圖象增強(qiáng)51/120第4章4.1 圖象灰度映射

圖象增強(qiáng)技術(shù)

改善視覺(jué)效果

映射：

改變象素灰度

(1) 圖象求反 (2) 增強(qiáng)對(duì)比度 (3) 壓縮動(dòng)態(tài)范圍

52/120第4章4.2 直方圖均衡化直方圖均衡化

借助直方圖變換實(shí)現(xiàn)灰度映射

直方圖

1-D的離散函數(shù) 提供了原圖的灰度值分布情況 圖象的視覺(jué)效果和其直方圖有對(duì)應(yīng)關(guān)系 改變直方圖的形狀可改善視覺(jué)效果53/120第4章4.2 直方圖均衡化均衡化基本思想

變換原始圖的直方圖為均勻分布

增加象素灰度值的動(dòng)態(tài)范圍從而增強(qiáng)圖象 整體對(duì)比度

增強(qiáng)函數(shù)

(1)單值單增函數(shù) (2)變換前后灰度值動(dòng)態(tài)范圍一致54/120第4章4.2 直方圖均衡化累積直方圖直方圖均衡化計(jì)算

直方圖圖示 計(jì)算列表 效果

55/120第4章4.3*直方圖規(guī)定化直方圖規(guī)定化

借助直方圖變換實(shí)現(xiàn)規(guī)定的灰度映射

直方圖規(guī)定化步驟

(1)對(duì)原始直方圖進(jìn)行灰度均衡化 (2)規(guī)定需要的直方圖，計(jì)算能使規(guī)定 直方圖均衡化的變換 (3)將原始直方圖對(duì)應(yīng)映射到規(guī)定直方圖56/120第4章4.3*直方圖規(guī)定化直方圖規(guī)定化計(jì)算

直方圖圖示

對(duì)應(yīng)規(guī)則

單映射規(guī)則 組映射規(guī)則 誤差比較57/120第4章4.4 圖象間算術(shù)和邏輯運(yùn)算

圖象間運(yùn)算

算術(shù)運(yùn)算

一般用于灰度圖象 邏輯運(yùn)算

只用于二值圖象

鄰域運(yùn)算

可借助模板實(shí)現(xiàn)58/120第4章4.5 空域?yàn)V波

空域?yàn)V波

圖象空間，鄰域操作

空域?yàn)V波方法分類(lèi)

線(xiàn)性

非線(xiàn)性

平滑 銳化59/120第4章4.5 空域?yàn)V波

模板卷積

圖象空間，鄰域操作

空域?yàn)V波方法

線(xiàn)性平滑濾波

非線(xiàn)性平滑濾波

線(xiàn)性銳化濾波 非線(xiàn)性銳化濾波60/120第4章4.6 頻域低通濾波

頻域增強(qiáng)原理

變換空間

頻域增強(qiáng)方法

計(jì)算圖象的變換

在頻域?yàn)V波

反變換回圖象空間61/120第4章4.6 頻域低通濾波

理想低通濾波器

巴特沃斯低通濾波器

62/120第4章4.7 頻域高通濾波

理想高通濾波器

巴特沃斯高通濾波器

63/120第4章4.8* 頻域帶通和帶阻濾波

理想帶阻濾波器64/120第4章4.8* 頻域帶通和帶阻濾波

放射對(duì)稱(chēng)的理想帶阻濾波器65/120第4章4.8* 頻域帶通和帶阻濾波

n階放射對(duì)稱(chēng)的巴特沃斯帶阻濾波器帶通濾波器66/120第4章4.9* 彩色圖象增強(qiáng)

偽彩色增強(qiáng)

(1) 亮度切割 (2) 從灰度到彩色的變換 (3) 頻域?yàn)V波67/120第4章4.9* 彩色圖象增強(qiáng)

真彩色增強(qiáng) 基本步驟： (1) 將R，G，B分量圖轉(zhuǎn)化為H，S，I分 量圖 (2) 利用對(duì)灰度圖增強(qiáng)的方法增強(qiáng)其中的 某個(gè)分量圖 (3) 再將結(jié)果轉(zhuǎn)換為R，G，B分量圖68/120第4章本章要點(diǎn)1 圖象增強(qiáng)的基本概念和灰度映射增強(qiáng)的方法2 圖象直方圖的計(jì)算和累積直方圖增強(qiáng)的方法3 直方圖規(guī)定化原理和組映射增強(qiáng)優(yōu)點(diǎn)4 圖象間的算術(shù)運(yùn)算和邏輯運(yùn)算5 空域?yàn)V波的原理和方法6 頻域?yàn)V波的原理和頻域低通濾波的方式方法7 頻域高通濾波的方式方法8 頻域帶通濾波和帶阻濾波的方式方法9 圖象彩色增強(qiáng)和彩色圖象增強(qiáng)的方式方法69/120第5章圖象編碼技術(shù)

5.1 數(shù)據(jù)冗余和壓縮

5.2 圖象保真度

5.3 無(wú)失真編碼定理

5.4 哈夫曼編碼

5.5* 算術(shù)編碼

5.6* 位平面編碼

5.7 無(wú)損預(yù)測(cè)編碼

5.8 有損預(yù)測(cè)編碼

5.9 變換編碼70/120第5章5.1 數(shù)據(jù)冗余和壓縮

圖象編碼

數(shù)據(jù)和信息 數(shù)據(jù)壓縮 圖象編解碼過(guò)程 壓縮率71/120第5章5.1 數(shù)據(jù)冗余和壓縮

數(shù)據(jù)冗余 (1)象素相關(guān)冗余

空間冗余，幾何冗余 (2)編碼冗余

與概率特性有關(guān) (3)心理視覺(jué)冗余 與主觀(guān)感覺(jué)有關(guān)72/120第5章5.2 圖象保真度

圖象保真度

信息保存型 信息損失型 描述解碼圖象相對(duì)于原始圖象的 偏離程度 對(duì)信息損失的測(cè)度73/120第5章5.2 圖象保真度客觀(guān)保真度準(zhǔn)則

用編碼輸入圖與解碼輸出圖的某個(gè)確定函數(shù)表示損失的信息量 便于計(jì)算或測(cè)量主觀(guān)保真度準(zhǔn)則

用主觀(guān)的方法來(lái)測(cè)量圖象的質(zhì)量 應(yīng)用不方便74/120第5章5.3 無(wú)失真編碼定理

信息

信息可用數(shù)學(xué)定量地描述比特

信息的單位信源 用信源符號(hào)集和符號(hào)概率描述75/120第5章5.3 無(wú)失真編碼定理

信源熵

平均信息，信源的不確定性

無(wú)失真編碼定理 零記憶信源

編碼可達(dá)到的最小平均碼字長(zhǎng)度76/120第5章5.4 哈夫曼編碼

減少編碼冗余

變長(zhǎng)編碼

哈夫曼編碼 信源消減

對(duì)每個(gè)信源符號(hào)賦值

哈夫曼碼特點(diǎn)77/120第5章5.4 哈夫曼編碼

哈夫曼碼改型

亞最優(yōu) 犧牲編碼效率來(lái)?yè)Q取編碼速度

截?cái)喙蚵a 只一部分用哈夫曼編碼

平移哈夫曼碼 分組用哈夫曼編碼78/120第5章5.5*算術(shù)編碼

算術(shù)編碼

從整個(gè)符號(hào)序列出發(fā) 采用遞推形式連續(xù)編碼 只需用到加法和移位運(yùn)算

(2) 即時(shí)碼

(3) 唯一可解碼

79/120第5章5.6*位平面編碼

位平面編碼

將灰度圖分解為位面 對(duì)各個(gè)位面分別編碼

位平面分解 二值位面圖 灰度碼位面圖

80/120第5章5.6*位平面編碼

游程編碼

1-D游程編碼

將連續(xù)的游程用游程的長(zhǎng)度來(lái)編碼

用變長(zhǎng)碼對(duì)游程的長(zhǎng)度編碼 2-D游程編碼

相對(duì)地址編碼 跟蹤游程的起始和終結(jié)的過(guò)渡點(diǎn)81/120第5章5.7無(wú)損預(yù)測(cè)編碼

預(yù)測(cè)編碼

消除象素間的冗余 象素間的相關(guān)性使預(yù)測(cè)成為可能

預(yù)測(cè)誤差：

解壓序列：82/120第5章5.7無(wú)損預(yù)測(cè)編碼

預(yù)測(cè)編碼

減少了動(dòng)態(tài)范圍 線(xiàn)性預(yù)測(cè)：

1-D線(xiàn)性預(yù)測(cè)： 一階1-D線(xiàn)性預(yù)測(cè)：83/120第5章5.8有損預(yù)測(cè)編碼

預(yù)測(cè)編碼

無(wú)損預(yù)測(cè)編碼 有損預(yù)測(cè)編碼

有損預(yù)測(cè)編碼

德?tīng)査{(diào)制方法

84/120第5章5.8有損預(yù)測(cè)編碼

最優(yōu)預(yù)測(cè)

差值脈沖碼調(diào)制法

最優(yōu)量化

最小均方量化誤差

85/120第5章5.9變換編碼

方法分類(lèi)

預(yù)測(cè)編碼：空域方法 變換編碼：頻域方法

變換編碼

(1)

構(gòu)造子圖象

子圖象尺寸影響86/120第5章5.9變換編碼

變換編碼

(2)

變換

變換的選擇 (3)

量化

分區(qū)編碼 閾值編碼

(4)

符號(hào)編碼87/120第5章本章要點(diǎn)1 數(shù)據(jù)冗余的概念和圖象壓縮的原理2 圖象保真度的概念和主客觀(guān)保真度準(zhǔn)則3 信息量和熵的概念及無(wú)失真編碼定理4 哈夫曼編碼的方法步驟和其簡(jiǎn)化方式5 算術(shù)編解碼的原理方法6 位平面的概念和基于位平面的編碼方法7 預(yù)測(cè)編碼的原理和無(wú)損預(yù)測(cè)方法8 有損預(yù)測(cè)編碼的方法和會(huì)產(chǎn)生的問(wèn)題9 變換編碼的原理和方法88/120第6章圖象分割技術(shù)

6.1 圖象分割定義和方法分類(lèi)

6.2 邊緣檢測(cè)

6.3* 輪廓跟蹤和圖搜索

6.4 閾值分割

6.5* 基于變換直方圖選取閾值

6.6 空間聚類(lèi)

6.7 區(qū)域生長(zhǎng)

6.8* 彩色圖象分割89/120第6章6.1圖象分割定義和方法分類(lèi)

圖象分割

目標(biāo)，背景 分離區(qū)域，提取目標(biāo) 研究熱點(diǎn) 嚴(yán)格定義

90/120第6章6.1圖象分割定義和方法分類(lèi)

圖象分割算法分類(lèi)

不連續(xù)性和相似性 并行策略處理和串行策略處理

①并行邊界類(lèi)

②串行邊界類(lèi)

③并行區(qū)域類(lèi)

④串行區(qū)域類(lèi)91/120第6章6.2邊緣檢測(cè)

邊緣

灰度值不連續(xù)的結(jié)果 可利用導(dǎo)數(shù)方便地檢測(cè) 常用一階和二階導(dǎo)數(shù)來(lái)檢測(cè)

邊緣檢測(cè)算子

(1) 梯度算子（一階） (2) 拉普拉斯算子（二階）92/120第6章6.2邊緣檢測(cè)

算子計(jì)算

利用模板卷積 梯度算子 大小 方向 拉普拉斯算子 馬爾算子（拉普拉斯-高斯）93/120第6章6.3輪廓跟蹤和圖搜索

基于邊緣的圖象分割

(1)檢測(cè)邊緣點(diǎn) (2)

連接成封閉邊緣 輪廓跟蹤 圖搜索法94/120第6章6.4閾值分割

閾值分割方法

③并行區(qū)域類(lèi) 圖象模型 取閾值分割步驟 單閾值分割圖象95/120第6章6.4閾值分割

閾值選取方法

(1)極小值點(diǎn)閾值 (2)最優(yōu)閾值 目標(biāo)和背景均高斯分布 最小誤差閾值 (3)迭代閾值

閾值處在與區(qū)域重心成反比的位置96/120第6章6.5*基于變換直方圖選取閾值

直方圖變換

利用鄰域性質(zhì)變換原來(lái)的直方圖

①低梯度值象素的直方圖 峰之間的谷比原直方圖深

②高梯度值象素的直方圖 峰由原直方圖的谷轉(zhuǎn)化而來(lái) 97/120第6章6.5*基于變換直方圖選取閾值

灰度-梯度散射圖

2-D直方圖 1個(gè)軸是灰度值軸 1個(gè)軸是梯度值軸

典型示例 目標(biāo)，背景聚類(lèi) 98/120第6章6.6*空間聚類(lèi)

閾值分割概念的推廣

全局的方法 特征值對(duì)應(yīng)特征空間點(diǎn)

直方圖 象素灰度為特征 灰度-梯度散射圖 象素灰度和梯度為特征99/120第6章6.6*空間聚類(lèi)

K-均值聚類(lèi)

優(yōu)化的方法

將特征點(diǎn)賦給均值離它最近的類(lèi)

ISODATA聚類(lèi)

迭代的方法

調(diào)整聚類(lèi)模式的平均值100/120第6章6.7區(qū)域生長(zhǎng)

區(qū)域生長(zhǎng)

④串行區(qū)域類(lèi) 基本思想： 將相似象素結(jié)合起來(lái)構(gòu)成區(qū)域

基本步驟： (1)選擇區(qū)域的種子象素 (2)確定將相鄰象素包括進(jìn)來(lái)的準(zhǔn)則 (3)制定生長(zhǎng)停止的規(guī)則101/120第6章6.7區(qū)域生長(zhǎng)

生長(zhǎng)準(zhǔn)則 基于區(qū)域灰度差 關(guān)鍵是灰度差閾值

基于區(qū)域間平均灰度差 利用平均灰度 連通性102/120第6章6.8*彩色圖象分割

彩色空間

RGB彩色空間

物理意義明確但缺乏直感 線(xiàn)性變換為3個(gè)正交特征

HSI彩色空間

接近人眼的視覺(jué)生理特性103/120第6章6.8*彩色圖象分割

分割策略

3-D空間聚類(lèi) 由粗到細(xì) 將1個(gè)3-D轉(zhuǎn)化為3個(gè)1-D 先利用S來(lái)分割 再分別用H和I分割 最后結(jié)合結(jié)果104/120第6章本章要點(diǎn)1 圖象分割定義和方法分類(lèi)2 邊緣檢測(cè)原理和方法3 輪廓跟蹤原理和圖搜索方法4 閾值分割原理和基于直方圖選取閾值的方法5 通過(guò)直方圖變換改進(jìn)閾值選取的原理和方法6 特征空間聚類(lèi)分割的原理7 區(qū)域生長(zhǎng)分割方法的原理8 彩色圖象分割的原理和方法105/120第7章目標(biāo)表達(dá)和描述技術(shù)

7.1 輪廓的鏈碼表達(dá)

7.2 輪廓線(xiàn)段的近似表達(dá)

7.3 目標(biāo)的層次表達(dá)

7.4* 目標(biāo)的骨架表達(dá)

7.5* 運(yùn)動(dòng)的表達(dá)

7.6* 目標(biāo)輪廓的傅里葉描述

7.7* 目標(biāo)輪廓的小波描述106/120第7章7.1輪廓的鏈碼表達(dá)

目標(biāo)表達(dá)

①內(nèi)部表達(dá)

②外部表達(dá)

鏈碼表達(dá)

①特定長(zhǎng)度（固定）

②方向數(shù)目有限107/120第7章7.1輪廓的鏈碼表達(dá)

鏈碼

①4-方向鏈碼

②8-方向鏈碼

鏈碼歸一化

①起點(diǎn)歸一化

②旋轉(zhuǎn)歸一化108/120第7章7.2輪廓線(xiàn)段的近似表達(dá)

多邊形近似逼近輪廓

①抗干擾

②省數(shù)據(jù)量 常用方法

(1)

基于收縮的最小周長(zhǎng)多邊形 (2)基于聚合的最小均方誤差線(xiàn)段逼近 (3)基于分裂的最小均方誤差線(xiàn)段逼近109/120第7章7.3目標(biāo)的層次表達(dá)

基本思路

分層分解

利用金字塔式的數(shù)據(jù)結(jié)構(gòu)