圖像信息表示與特征提取小

關(guān)于圖像信息表示與特征提取小第1頁，課件共27頁，創(chuàng)作于2023年2月2引言信息和特征是圖像理解最近本的處理和分析對(duì)象，是完成目標(biāo)識(shí)別，場(chǎng)景分類以及語義分析推理等任務(wù)的先決條件。圖像特征依賴于圖像內(nèi)容。特征提取旨在獲取圖像中視覺特征信息，減少視覺特征數(shù)據(jù)量。提取特征要盡量反映目標(biāo)重要的本原特性。圖像特征對(duì)圖像理解的效果有重要的影響第2頁，課件共27頁，創(chuàng)作于2023年2月圖像信息表示圖像數(shù)據(jù)結(jié)構(gòu)線性表，金字塔結(jié)構(gòu)，圖結(jié)構(gòu)以及復(fù)雜循環(huán)結(jié)構(gòu)平面曲線鏈碼（Freeman碼）常用于進(jìn)行數(shù)據(jù)信息的線性表表示第3頁，課件共27頁，創(chuàng)作于2023年2月Freeman碼假設(shè)簡(jiǎn)單圖像：f=

1

1

0

1

1

1

1

1

1

1

1

1

1

1

1

0

1

1

1

1

0

1

1

1

1

求其邊界：

>>t=boundaries(f,4)t=

[19x2double]第4頁，課件共27頁，創(chuàng)作于2023年2月Freeman碼求其Freeman鏈碼（4方向數(shù)）：

>>c=fchcode(t{:},4)%注意fchcode的第一個(gè)參數(shù)是n*2的點(diǎn)集，而邊界t是cell類型的

c=

x0y0:[11]

fcc:[030010333322211211]

diff:[310133000300301303]

mm:[001033332221121103]

diffmm:[013300030030130331]第5頁，課件共27頁，創(chuàng)作于2023年2月Freeman碼第6頁，課件共27頁，創(chuàng)作于2023年2月Freeman碼第7頁，課件共27頁，創(chuàng)作于2023年2月金字塔結(jié)構(gòu)圖像數(shù)據(jù)結(jié)構(gòu)金字塔結(jié)構(gòu)處理和分析多分辨率圖像時(shí)圖像數(shù)據(jù)存儲(chǔ)的一種有效方式。底層為原圖像，每層像素尺寸大小不變，圖像尺寸改變，因此，各層有不同分辨率。第8頁，課件共27頁，創(chuàng)作于2023年2月金字塔結(jié)構(gòu)第9頁，課件共27頁，創(chuàng)作于2023年2月圖結(jié)構(gòu)圖結(jié)構(gòu)表述了圖像中點(diǎn)，線，面之間的更為復(fù)雜的連接關(guān)系和空間關(guān)系。為了表示和控制可視模型，可以采用RSE結(jié)構(gòu)，即區(qū)域，線段和端點(diǎn)組成的圖第10頁，課件共27頁，創(chuàng)作于2023年2月基于基函數(shù)的圖像信息表示基于基函數(shù)的圖像信息表示是指設(shè)計(jì)一副圖像的生成模型，然后用生成模型里的成分給出圖像的一個(gè)“表示”“表示”是指通過某種方式對(duì)圖像數(shù)據(jù)進(jìn)行變換獲得，使其本質(zhì)結(jié)構(gòu)更顯著或更容易理解第11頁，課件共27頁，創(chuàng)作于2023年2月生成模型與判別模型令o和s分別代表觀察序列（觀察值）和標(biāo)記序列（模型），對(duì)o和s進(jìn)行統(tǒng)計(jì)建模，通常有兩種方式：(1)生成模型

（產(chǎn)生模型）構(gòu)建o和s的聯(lián)合分布p(s,o)(2)判別模型（條件概率模型，條件模型）

構(gòu)建o和s的條件分布p(s|o)兩者皆為概率模型第12頁，課件共27頁，創(chuàng)作于2023年2月生成模型和判別模型的區(qū)別1.對(duì)于觀察序列的處理不同生成模型中，觀察序列作為模型的一部分；判別模型中，觀察序列只作為條件，因此可以針對(duì)觀察序列設(shè)計(jì)靈活的特征。2.是否支持無指導(dǎo)訓(xùn)練只有生成模型支持無知道訓(xùn)練第13頁，課件共27頁，創(chuàng)作于2023年2月基于基函數(shù)的變換1.傅里葉變化2.小波變換3.主分量變換4.獨(dú)立分量分析5.稀疏編碼傅里葉變換和小波變換基函數(shù)一旦確定就不再改變，和數(shù)據(jù)無關(guān)其余變換通過建立圖像的生成模型，利用不同的目標(biāo)函數(shù)，得到圖像的基函數(shù)以及該基函數(shù)的表示第14頁，課件共27頁，創(chuàng)作于2023年2月知識(shí)表示圖像理解系統(tǒng)中世紀(jì)可用的知識(shí)是由人的經(jīng)驗(yàn)獲得的常識(shí)性知識(shí)和由專家研究的啟發(fā)性知識(shí)。1.基于規(guī)則的產(chǎn)生式表示（人工智能專家系統(tǒng)）2.框架結(jié)構(gòu)表示（圖像理解不多見）3.語義網(wǎng)絡(luò)表示（網(wǎng)絡(luò)結(jié)構(gòu)表示方法，個(gè)體和集合ISA弧。全體和部分之間的HAS-PART?。┑?5頁，課件共27頁，創(chuàng)作于2023年2月數(shù)據(jù)與知識(shí)的融合圖像中的數(shù)據(jù)和人類知識(shí)構(gòu)成了圖像理解的信息流，處理和分析這些信息流需要建立兩類信息之間的統(tǒng)一對(duì)應(yīng)關(guān)系，體香“數(shù)據(jù)”和“知識(shí)”的融合。保證視覺信息的存儲(chǔ)方式和知識(shí)信息處理方式的一直連貫性，選擇合適的計(jì)算機(jī)特征表示方法實(shí)現(xiàn)人類的知識(shí)表示。第16頁，課件共27頁，創(chuàng)作于2023年2月相似度相似度是實(shí)體間視覺相似度的度量，既有可能是目標(biāo)之間，又有可能是場(chǎng)景之間。任何目標(biāo)和場(chǎng)景的信息均存儲(chǔ)在反應(yīng)視覺特征的結(jié)構(gòu)單元中?？刹捎锰卣鞴蚕砭幋a矩陣表示實(shí)體間的相似關(guān)系第17頁，課件共27頁，創(chuàng)作于2023年2月因果關(guān)系，位置關(guān)系等因果關(guān)系式認(rèn)知體系中最常見的關(guān)系專家系統(tǒng)，人工智能位置關(guān)系主要包括特征線面間和目標(biāo)實(shí)體間的位置關(guān)系。P175網(wǎng)格結(jié)構(gòu)“場(chǎng)景→目標(biāo)→區(qū)域→線段→像素點(diǎn)”逐層認(rèn)知包含關(guān)系。第18頁，課件共27頁，創(chuàng)作于2023年2月圖像特征提取圖像特征提取是圖像理解中從圖像獲得數(shù)據(jù)信息并進(jìn)行相關(guān)分析的前提條件和關(guān)鍵環(huán)節(jié)基本特征提取方法常用特征提取方法第19頁，課件共27頁，創(chuàng)作于2023年2月基本特征提取方法1.顏色特征RGB,XYZ,HIS,LAB，顏色統(tǒng)計(jì)2.形狀特征全局幾何特征，變換域幾何特征第20頁，課件共27頁，創(chuàng)作于2023年2月紋理特征從紋理圖像中計(jì)算相應(yīng)統(tǒng)計(jì)分布值，對(duì)紋理內(nèi)部灰度級(jí)變化的特征進(jìn)行量化包含了物體表面組織結(jié)構(gòu)排列的重要信息，以及與周圍環(huán)境的聯(lián)系，反映了圖像本身灰度變化通常與位置，走向，尺寸，形狀有關(guān)，與平均灰度級(jí)無關(guān)第21頁，課件共27頁，創(chuàng)作于2023年2月紋理特征1.統(tǒng)計(jì)法從紋理中計(jì)算一些在某個(gè)區(qū)域內(nèi)的相對(duì)平穩(wěn)的特征值作為紋理特征①基于灰度直方圖②基于灰度差值直方圖③基于灰度共生矩陣2.結(jié)構(gòu)法紋理六種屬性：粗糙度，對(duì)比對(duì)，方向度，線像度，規(guī)整度和粗略度。假設(shè)紋理基元可以分離出來，按某種規(guī)律排列進(jìn)行紋理分割3.分形法4.其他分形特征第22頁，課件共27頁，創(chuàng)作于2023年2月分形法組成部分以某種方式與整體相似的形體叫做分形。1.自相似性從不同空間時(shí)間尺度看都是相似的，區(qū)域性質(zhì)和結(jié)構(gòu)和整體相似2.尺度不變性任選一個(gè)局部區(qū)域，進(jìn)行放大，放大圖又會(huì)顯出原圖的形態(tài)特性。又叫伸縮不變性第23頁，課件共27頁，創(chuàng)作于2023年2月尺度不變性對(duì)圖進(jìn)行不同程度的縮放，計(jì)算縮放后圖像的分形維數(shù)。將圖像縮放到120-220等11個(gè)不同尺度上對(duì)應(yīng)的分形維數(shù)，求出11個(gè)分形維數(shù)的平均值。原始圖像170*170的分形維數(shù)與平均值的差值接近（小于某閥值），則原圖像在【0.7,1.3】縮放范圍有尺度不變性第24頁，課件共27頁，創(chuàng)作于2023年2月分形維數(shù)提取1.毯子法將圖像視為山丘，高度為圖像灰度，假設(shè)形成了一層壇子，求分形表面積來求分形維數(shù)D。2.盒維數(shù)法盒子維是最為廣泛的一種維數(shù)，容易由計(jì)算機(jī)求得。3.基于分?jǐn)?shù)布朗隨機(jī)場(chǎng)的分形維數(shù)4.其他分形特征第25頁，課件共