第7章 节 图像描述与分析 图像处理课件.ppt

7.3.2 不变矩 1.矩的定义 对于二维连续函数 ， 阶矩定义为： 中心矩定义为： 数字图像，则上式变为： 2.不变矩 定义归一化的中心矩为： 利用归一化的中心矩，可以获得对平移、缩放、镜像和旋转都不敏感的7个不变矩，定义如下： 7.3.2 不变矩 7.3.2 不变矩 7.4 纹理描述 7.4.1 矩分析法 7.4.2 灰度差分统计法 7.4.3 灰度共生矩阵法 7.4.4 纹理的结构分析 纹理特征 自然纹理：种子、草地（无规则性） 人工纹理：织物、砖墙（有规则性，它的灰度分布具有周期性，即使灰度变化是随机的，它也具有一定的统计特性） 标志三要素 1）某种局部的序列性在该序列更大的区域内不断重复 2）序列基本元素是非随机排列组成的 3）区域内任何地方都有大致相同的结构尺寸 7.4 纹理描述 a) 结构型纹理 b) 随机型纹理 7.4 纹理描述 描述纹理图像特征的参数有许多种，如 1）知道像素及邻近像素的灰度分布情况。 2）检查小区域内灰度直方图，检查各小区域直方图的相似性，具有相似直方图的小区域同属一个大区域 7.4 纹理描述 纹理：灰度与颜色的二维变化的图案，是区域的重要特征之一，灰度分布具有周期性、方向性、疏密之分。 统计方法：用于木纹、纱地、草地等不规则物体 自然纹理：具有重复性排列现象的自然景象，无规则 结构方法：布料的印刷图案或砖花地等组成纹理的元素及其排列规则来描述纹理的结构 人工纹理：是由自然背景上的符号排列组成、有规则的 7.4 纹理描述 7.4 纹理描述 7.4 纹理描述 (1) 均值（Mean） (2) 方差（Variance） (3) 扭曲度（Skewness） 7.4.1 矩分析法 (5) 熵（Entropy） 7.4.1 矩分析法 (4) 峰度（Kurtosis） 灰度差分统计法又称一阶统计法，通过计算图像中一对像素间灰度差分直方图来反映图像的纹理特征。 令 为两个像素间的位移矢量， 是位移量为 的灰度差分： 粗纹理时，位移相差为 的两像素通常有相近的灰度等级，因此， 值较小，灰度差分直方图值集中在 附近； 细纹理时，位移相差为 的两像素的灰度有较大变化 ， 值一般较大，灰度差分直方图值会趋于发散 7.4.2 灰度差分统计法 灰度直方图中，各像素的灰度是独立进行处理的，故不能很好地给纹理赋予特征。因此，如果研究图像中两像素组合中灰度配置的情况，就能够很好地给纹理赋予特征，这样的特征叫二阶统计量， （灰度直方图是一阶统计量） 代表性的是以灰度共生矩阵为基础的纹理特征计算法。 7.4.3 灰度共生矩阵法 灰度级联合分布（二阶统计量） 7.4.3 灰度共生矩阵法 x,y——坐标，f(x,y)——灰度，L灰度级数 x－列，y－行 7.4.3 灰度共生矩阵法 例: 7.4.3 灰度共生矩阵法 设图像矩阵为 第7章 图像描述与分析 7.1 灰度描述 7.2 边界描述 7.3 区域描述 7.4 纹理描述 7.5 形态分析 第7章 图像描述与分析 图像分析 也叫景物分析或图像理解 是一种描述过程，研究用自动或半自动装置和系统，从图像中提取有用数据或信息生成非图的描述或表示 图像分析：特征提取、图像分割、符号描述、纹理分析、运动图 像分析和图像的检测与配准 预处理 分割 特征提取 分类描述 符号表达 识别跟踪 解释描述 输入图像  图像分析通常按下列顺序进行 从图像中提取对象或对象组成部分的图像特征(例如图像中景物的边缘或区域) 利用图像特征的属性或相互关系来决定每个属性应属于哪个对象的哪个部分 第7章 图像描述与分析 7.1 灰度描述 7.1.1 幅度特征 7.1.2 直方图特征 7.1.3 变换系数特征 7.1.1 幅度特征 最基本的是图像的幅度特征。 例如在区域内的平均幅度，即 峭度： 熵： 能量： 7.1.2 直方图特征 v v(m+1) u v(m) 水平切口 垂直切口 环状切口 扇状切口 7.1.3 变换系数特征 频域中的一些特征 如 M与F不是唯一地对应（M有位移不变性） 7.1.3 变换系数特征 特征：图像中含有这些切口的频谱成分的含量。信息可作为模式识别或分类系统的输入信息。已成功用于土地情况分类，放射照片病情诊断等 F f(x,y) F-1 F(u,v) g(u,v) 7.1.3 变换系数