红外图像特征提取方法研究

合集下载
相关主题
  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

12
可编辑ppt
步骤1:
步骤 2:
4. )用双阈值算法检测和连接边缘. 对非极大值抑制图像作用两个阈值th1和th2,两者 关系th1=0.4th2。我们把梯度值小于th1的像素的 灰度值设为0,得到图像1。然后把梯度值小于th2 的像素的灰度值设为0,得到图像2。
对图像2进行扫描,当遇到一个非零灰度的像素 p(x,y)时,跟踪以p(x,y)为开始点的轮廓线,直到 轮廓线的终点q(x,y)。
2.Zemike矩不变量就是一种正交的矩不变量, 正交矩在信息冗余度、图像表达以及在识别 效果方面比其他类型的矩要好.
Байду номын сангаас
3.Shen等提出了基于小波变换的小波矩,由 于小波变换具有时频局部化特征,所以小波 矩不仅可以描述图像的全局特征,也可以描 述图像的局部特征,不易受到噪声的干扰, 因而在识别相似的物体时有更高的识别率
主成分分析(PCA)、线性判据分析(LDA)、独立 成分分析(ICA)和奇异值分解( SV D)是这种方法 的典型代表.
1. PCA在数字图像处理中也称为Hotelling变换,而 在通信理论中称为K- L变换.PCA己广泛应用于数据 压1缩5 、图像处理、模式可识编辑别ppt 等领域 .
5
可编辑ppt
二. 纹理、边缘特征提取
1)纹理是由纹理基元按着某种规律在空间的重 复排列组成的,纹理与纹理基元的空间尺寸有关, 一般大尺寸的纹理基元对应于较粗的纹理,而小 尺寸的纹理基元对应于较细的纹理.
纹理特征是表示图像的另一种重要的视觉特征,纹 理结构反映图像亮度的空间变化情况,具有局部与 整体的自相似性
考察图像1中与图像2中q(x,y)点位置对应的点s(x,y)
的8邻近区域。如果在s(x,y)点的8邻近区域中有非
零像素s(x,y)存在,则将其包括到图像2中,作为
r(x,y)点。从r(x,y)开始,重复第一步,直到我们在
图像1和图像2中都无法继续为止。
13
可编辑ppt
2.多尺度边缘检测的思想最初是山Rosenfcld提 出的,因为图像边缘就是一维图像中奇异点的集 合,而多尺度变换如小波变换的模极大值点对应 于图像信号的奇异点,因此通过对原始图像作多 尺度分解,然后检测这此模极大值点可以确定图 像的边缘。
9
可编辑ppt
Canny算子无论在定位精度还是抗噪声方面,明显 优于其他的一阶微分边缘检测算子.
Canny算子求边缘点具体算法步骤如下:
1.) 用高斯滤波器平滑图像.
h(x,y,
)
1
(x2y2)
e 22
22
g (x ,y ) h (x ,y ,)* f(x ,y )
10
可编辑ppt
2. )用一阶偏导有限差分计算梯度幅值和方向. Gx=[f(x+1,y)-f(x,y)+f(x+1,y+1)-f(x,y+1)]/2
利用灰度共生矩阵可得到描述纹理特征的统计量, 常用的有对比度、能量、嫡等7个特征.
8
可编辑ppt
2)图像边缘是指图像灰度发生空间突变或者在 梯度方向上发生突变的像素的集合。
图像边缘特征提取方法大致可分为:基于经典微分 边缘检测算子的提取方法、多尺度边缘检测方法、 模糊增强边缘检测方法等.
1.经典微分边缘检测算子的提取方法又分为一阶微 分边缘检测算子方法和二阶微分边缘检测算子方法. 有代表性的一阶微分边缘检测算子包括:Roberts算 子、Sobel算子、Preivitt算子、Robinson算子和 Canny算子等.
Gy=[f(x,y+1)-f(x,y)+f(x+1,y+1)-f(x+1,y)]/2
M[x, y] Gx2 Gy2
[x, y]arctanG(x/Gy)
11
可编辑ppt
3. )对梯度幅值进行非极大值抑制 . 仅得到全局的梯度并不足以确定边缘,为确定边 缘,必须保留局部梯度最大的点,而抑制非极大 值。
红外图像特征提取方法研究
1
可编辑ppt
红外图像:反应物体的热辐射差。
红外目标检测与识别包括:图像预处理,图像特 征提取,图像特征选择,图像分类
红外目标识别的特征: 1.颜色或灰度的统计特征 2.纹理,边缘特征 3.图像代数特征 4.图像变换系数特征
2
可编辑ppt
一. 颜色或灰度的统计特征提取
颜色(灰度)直方图是实践中最常用的 图像统计特征.设s(xi)为图像P的某特 征值为xi的像素的个数
3. 胡学娟等提出来二次样条小波提取边缘算法, 该算法和Canny算子类似,都是先对图像进行平 滑,再检测其模极大值但滤波器系数简单,计算 量小,且可以对图像进行多尺度的边缘检测,对 近红外图像进行功缘特征提取具有很好的效果。
14
可编辑ppt
三.图像代数特征提取
代数特征反映的是图像的一种内在属性.从表示图 像的矩阵中提取出的特征称为代数特征.图像代数 特征的提取是以存储图像数据的数据结构为基础, 利用矩阵理论提取图像特征的一种方法.
直方图
3
可编辑ppt
1.Hu于1961年提出了矩不变量的概念(平移, 旋转,伸缩不变) 但Hu矩不变量不具有正交性,包含大量的信息 冗余。
Eg.
物体的零阶矩表示了图像的“质量”: Moo= ∫∫f(x,y )dxdy ,一阶矩(M01,M10)用于 确定图像质心( Xc,Yc):Xc = M10/M00;Yc = M01/M00;若将坐标原点移至 Xc和 Yc处,就得 到4 了对于图像位移不变可的编辑p中pt 心矩。
纹理分析的方法有多种,如空间自相关法,共生矩 阵法、Tamura方法等.
6
可编辑ppt
1.空间自相关法
对于大小为MxN的图像f(x,y),其中x=0, 1,2… M- 1;y= 0, 1,2…N- 1,空间自相关函数定义为
空间自相关函数用来描述纹理的粗糙程度。
7
可编辑ppt
2.共生矩阵法
灰度共生矩阵特征于1973年由Haralick等首次提出, 设(x,y)为图像中任意一点,(x+a,y+b)为其扰动点,它 们形成一个点对,设其灰度值为(i,j) ,固定a,b,令 (x,y)在图像上移动,可得到不同的(i,j)值.若图像的 灰度级为L,则i与j的组合共有L*L种.在整幅图像中, 统计出每一种(i,j) 值出现的次数,再将它们归一化为 出现的概率P (i,j),则方阵P (i,j)称为灰度共生矩阵.
相关文档
最新文档