PPT《第八章 图像分析》

第八章 图像分析 概述表达描述 目标表达目标描述 概述 图像分析的一个主要工作-要从图像中获得目标特征的量值这些量值的获取常借助于对图像分割后得到的分割结果,对目标特征的测量利用分割结果进一步从图像中获取有用信息两个关键问题:

1、选用什么特征来描述目标

2、如何精确的测量这些特征 图像分割之后,为了进一步对图像作分析和识别,就必须通过对图像中的物体(目标)作定性或定量的分析来作出正确的结论-这些结论是建立在图像物体的某些特征的基础上的图像描述-就是用一组数量或符号(描述子)来表征图像中被描述物体的某些特征 图像中的区域(目标),可用其内部(如组成区域的象素集合)表示,也可用其外部(如组成区域边界的象素集合)表示 关心区域的反射性质如灰度、颜色、纹理等 关心区域的形状等 选定了表达方法,还需要对目标进行描述,使计算机能充分利用所能获得的分割结果 表达是直接具体的表示目标,好的表达方法应具有节省存储空间、易于特征计算等优点描述是较抽象的表示目标.

好的描述应在尽可能区别不同目标的基础上对目标的尺度、平移、旋转等不敏感 图像目标的特征提取 幅度特征 -作为图像特征,一般应具备以下几个特点,(1)可区分性;

(2)可靠性;

(3)独立性;

(4)数量要少. 图像象素灰度值、三色值、频谱值等表示的幅值特征是最基本的图像特征.也可以取确定邻域(如含有(2W+1)*(2W+1)个象素)中的平均灰度幅度 统计特征直方图统计特征图像振幅的一维概率密度可定义为 表示灰度整量电平.相应的一阶直方图为 其中:M表示以(i,j)为中心的测量窗内象素的总数,N(b)表示该窗内灰度值为b的象素数.对于一幅平稳图像而言,测量窗可取为整幅图像. 二维直方图是基于象素的二维联合分布密度定义得到的 设(i,j),(k,l)两任意象素点上的灰度值分别为f(i,j),f(k,l),则图像灰度值的联合分布密度可表示为 相应的二维直方图可表示为 其中M为测量窗口中象素总数,N(a,b)表示两事件f(i,j)=a,f(k,l)=b同时发生的概率. 统计示性数特征 当图像中象素间有较强的相关性时,P(a,b)矩阵将沿对角线密集排列.可以用二维分布示性数来描述二维图像数组的统计特性. 目标表达 目标表达 边界表达区域表达 链码多边形边界段标记 骨架 链码Chain Code 链码是对边界点的一种表示方法特点-利用一系列具有特定长度和方向的相连的直线段来表示目标的边界,每个线段的长度固定,而方向数目取为有限,只要边界的起点用(绝对)坐标表示,其余点只用方向来代表偏移量 表示1个方向数比表示1个坐标值所需的比特数少,而且对每1个点又只需1个方向数就可以代替2个坐标值,因此链码表达大大减少边界表示所需的数据量

0 1

2 3

0 4

1 2

3 5

6 7 4-directional chain code 8-directional chain code

0 X Y

0 1

2 3

0 X Y

0 1

2 3

4 5

6 7 实际中直接对分割所得的目标边界编码有可能出现2个问题:

1、如此产生的码串很长

2、噪声等干扰会导致小的边界变化,而使链码发生与目标整体形状无关的较大变动 对原边界以较大的网格重新采样,并把与原边界点最接近的大网格点定为新的边界点 常用的改进方法 这样获得的新边界具有较少的边界点,而且其形状受噪声等干扰的影响也较小 消除了目标尺度变化对链码的影响 使用链码时,起点的选择是很关键的,对同一边界,如用不同的边界点作为链码起点,得到的链码是不同的 具体做法: 归一化处理 给定一个从任意点开始而产生的链码,可把它看作1个由各个方向数构成的自然数 将这些方向数依1个方向循环以使它们所构成的自然数的值最小,将这样转换后所对应的链码起点作为这个边界的归一化链码的起点,如图所示