图像的特征类别

①加性噪声，与图像光强大小无关
g(x, y)= f(x, y)+ n(x，y)
化而变噪声,与图像光强大小相关,随亮度Hale Waihona Puke Baidu小变
g(x, y)=f(x，y)[i+ n(x, y)] 4.图像系统常见的噪声
① 光电管噪声 ② 摄像管噪声 ③ 前置放大器噪声 ④ 光学噪声
图像的特征与噪声
2.7.1图像的特征类别 2.7.2特征提取与特征空间 2.7.3图像噪声
图像的特征类别
1. 自然特征
① 光谱特征 ② 几何特征 ③ 时相特征
2. 人工特征
① 直方图特征 ② 灰度边缘特征 ③ 线、角点、纹理特征
图像的特征有很多,按提取特征的范围大小又可分 ① 点特征 」仅由各个像素就能决定的性质。如单色图像中的 灰度
特征空间
分类
模式识别 图像理解
增强处理
2.特征空间
把从图像提取的m个特征量％,、2,…，Vm,用 m维 的向量丫=［无无…所］'表示称为特征向量。另 外，
对应于各特征量的m维空间叫做特征空间。
图像
P\
七2 R
I ■
尸5
A1
2.7.3图像噪声
1. 噪声种类
① 外部噪声。如天体放电干扰、电磁波从电源线窜入系统等产生 的噪 声。 ② 内部噪声。系统内部产生，主要包括四种：由光和电的基本性 质引 起的、机械运动产生的噪声、元器件噪声、系统内部电路噪 声。
值、彩色图像中的红(R)、绿(G)、蓝(B)成分的值。
② 局部特征 方向小邻度盘计有的性质值、如灣驛的强度、 ③ 区域特征
在图像内的对象物(一般是指与该区域夕外部有区别
的具有一定性质的区域)内的点或者局部的特征分布、 或者统计量、以及区域的几何特征(面积、形状)等。
④整体特征 整个图像作为一个区域看待时的统计性质和结构 特
征等。
2.7.2特征提取与特征空间
1.特征提取
获取图像特征信息的操作称作特征提取。它作为模式识别、 图像 理解或信息量压缩的基础是很重要的。通过特征提取，可以 获得特征 构成的图像（称作特征图像）和特征参数。
或者
把提取的特征 进一步抽象化 /
特征提取特征提取图像 > ---特征量
（特征参数）
A描述
2. 噪声特征 对灰度图像f（x, y）来说，可看做二维亮度分布，则噪声可看做对 亮 度的干扰，用n（x，y）表示。常用统计特征来描述噪声，如均值、 方
差（交流功率）、总功率等。
3.噪声的模型
声噪型对影类的読可分为麴 声，噪 声 模 型 和 乘 性 噪
实际输出图像为g(x, y)o
图像，n(x, y)为噪