1、1，數(shù)字圖像處理，2，第10章圖像表示和描述，10.1顏色描述符，10.2紋理描述符，10.3邊界描述符，10.4區(qū)域描述符)，3和3，顏色特征是圖像的基本特征之一。顏色特征是圖像檢索和識別中應(yīng)用最廣泛的視覺特征。與其他視覺特征相比，它對圖像的大小、方向和視角的依賴性較小，因此具有較高的穩(wěn)定性。本節(jié)主要討論反映圖像灰度的統(tǒng)計(jì)特征。10.1顏色描述符)，4，10.1.1簡單的強(qiáng)度特征，圖像灰度特征可以在一些特定的圖像點(diǎn)或它們的鄰域上測量，也可以在某個(gè)區(qū)域上測量。以(I，j)為中心的(2M 1)(2N 1)鄰域的平均灰度為(10.1)。除了平均灰度級之外，在某些情況下，還可以使用該區(qū)域中灰度級的最

2、大值、最小值、中值、順序值和方差。5，10.1.2直方圖特征，假設(shè)圖像f的總像素?cái)?shù)為n，灰度數(shù)為l，并且在整個(gè)圖像中存在灰度為k的Nk個(gè)像素，則k=0，1，L-1，這稱為灰度直方圖的F.圖像灰度直方圖可視為圖像灰度概率密度的估計(jì)，直方圖可產(chǎn)生以下特征。(10.2)，(6)，(1)平均值，(10.3)，(2)方差，(3)能量，(4)熵，(10.6)，(10.4)，(10.5)，10.1.2直方圖特征重復(fù)的結(jié)構(gòu)，如布，草和磚地板被稱為紋理。一般來說，紋理是對圖像像素灰度空間分布模式的描述，反映了物體的紋理，如粗糙度、平滑度、粒度、隨機(jī)性和歸一化。8、紋理的標(biāo)記有三個(gè)要素：第一，一些局部序列，這是在

3、序列的較大區(qū)域中重復(fù)出現(xiàn)的；第二，序列由基本部分的非隨機(jī)排列組成；第三，每個(gè)部分是一個(gè)統(tǒng)一的整體，紋理區(qū)域中的所有部分具有大致相同的大小和結(jié)構(gòu)。10.2紋理描述符，9，紋理圖像在大范圍內(nèi)沒有顯著的細(xì)節(jié)變化，并且圖像經(jīng)常在這些區(qū)域顯示重復(fù)的結(jié)構(gòu)。紋理可分為人工紋理和自然紋理。人工紋理由排列在自然背景上的符號組成，可以是線、點(diǎn)、字母、數(shù)字等。自然紋理是重復(fù)排列的自然場景，如磚墻、種子、森林和草原的照片。人造紋理通常是規(guī)則的，而自然紋理通常是不規(guī)則的。10.2紋理描述符)，10?？偠灾P(guān)于紋理有兩種觀點(diǎn)，一種是基于人們的直觀印象，另一種是基于圖像本身的結(jié)構(gòu)。從視覺印象來看，心理因素會(huì)產(chǎn)生許多不同

4、的統(tǒng)計(jì)紋理特征。從這個(gè)角度來看，應(yīng)該使用統(tǒng)計(jì)方法來計(jì)算紋理特征。從圖像結(jié)構(gòu)的角度來看，紋理被認(rèn)為是結(jié)構(gòu)。根據(jù)這一觀點(diǎn)，紋理特征計(jì)算應(yīng)采用句法結(jié)構(gòu)方法。10.2紋理描述符)，11，10.2.1自相關(guān)函數(shù)，讓圖像為f(m，n)，自相關(guān)函數(shù)可以定義為(10.7)，它是(2w1) (2w1)窗口中每個(gè)像素(j，k)的函數(shù)。通常，粗糙紋理區(qū)域和給定偏差(，)之間的相關(guān)性高于精細(xì)紋理區(qū)域，因?yàn)榧y理粗糙度應(yīng)該與自相關(guān)函數(shù)的擴(kuò)展成比例。12，自相關(guān)函數(shù)的擴(kuò)展的度量是第二個(gè)矩，即，(10.8)。紋理粗糙度越大，T越大。因此，使用T作為測量粗糙度的參數(shù)很方便。10.2.1自相關(guān)函數(shù)，亮度差的13.10.2.2統(tǒng)計(jì)

5、量，對于給定的圖像f(i，j)和較小的整數(shù)m和n，求圖像g (I，j)=f (I，j)-。J n) (10.9)，然后獲得差分圖像的歸一化灰度直方圖hg(k)。當(dāng)較小差值k的頻率hg(k)較大時(shí)，表示紋理粗糙，而當(dāng)直方圖平坦時(shí)，表示紋理精細(xì)。14，(1)平均，(2)能量(對比度)，(3)熵，當(dāng)直方圖分布平坦時(shí)，A2較小而A3較大；當(dāng)hg(l)集中在原點(diǎn)附近時(shí)，A1較小，而A1較大。(10.10)，(10.11)，(10.12)，10.2.2灰度差異統(tǒng)計(jì)，15，10.2.3灰度共生矩陣，以及灰度共生矩陣方法是描述紋理特征的重要方法之一，這可以，16，因?yàn)榧y理反映了灰度分布的重復(fù)性，人們自然要考慮

6、圖像中點(diǎn)對之間的灰度關(guān)系?；叶裙采仃嚤欢x為：對于給定的方向和距離d，具有一個(gè)像素的灰度級I和具有距離d的另一個(gè)像素的灰度級j的點(diǎn)對的頻率被作為該矩陣的第(I，j)個(gè)元素的值。對于一系列不同的d，有一系列不同的灰度共生矩陣。由于計(jì)算量大，一般情況下，d只取幾個(gè)值，但取、研究文獻(xiàn)發(fā)現(xiàn)，當(dāng)D值較小時(shí)，可以提供更好的特征描述和分析結(jié)果。10.2.3灰度共生矩陣，17、共生矩陣能反映圖像紋理的主要特征。對于平坦區(qū)域和粗糙紋理區(qū)域，彼此靠近的像素通常具有相似的灰度級。因此，當(dāng)D較小時(shí)，對應(yīng)的共生矩陣中的對角線及其附近元素較大，并且精細(xì)紋理區(qū)域的共生矩陣中的元素相對均勻。10.2.3灰度共生矩陣和18，

7、共生矩陣的元素值的分布特征集中在以下參數(shù)上。在給定的d和參數(shù)下，共現(xiàn)矩陣的元素被歸一化為頻率，其被記錄為P(i，j)，(1)能量，具有較大的粗糙紋理N1和較小的精細(xì)紋理N1。(10.13)，(10.2.3)灰度共生矩陣，(19)，(2)對比粗糙紋理N2較小，精細(xì)紋理N2較大。(10.14)，10.2.3灰度共生矩陣，20，(3)熵粗紋理N3較小，精細(xì)紋理N3較大。(10.15)，(10.2.3)灰度共生矩陣，(21)，(4)均勻粗紋理N4較大，細(xì)紋理N4較小。(10.16)，10.2.3灰度共生矩陣，22，(5)它們之間的相關(guān)性，(10.17)，10.2.3灰度共生矩陣，23 10.2.4頻譜

8、特征，傅立葉頻譜是一種理想的方法，可以用來描述周期性或近似周期性2D圖像模式的方向性。光譜特征是基于傅立葉光譜的紋理描述。全局紋理模式在空間域很難檢測，但在轉(zhuǎn)換到頻率域時(shí)很容易區(qū)分。光譜紋理在區(qū)分周期模式和非周期模式以及周期模式之間的差異方面非常有效。通常，全局紋理圖案對應(yīng)于能量在傅立葉光譜中非常集中的區(qū)域，即峰值突起。在實(shí)際應(yīng)用中，頻譜通常被轉(zhuǎn)換成極坐標(biāo)并由函數(shù)s (r)來描述，從而簡化了表達(dá)式。其中s是譜函數(shù)，r是坐標(biāo)系中的變量。通過固定一個(gè)變量，這個(gè)二元函數(shù)被轉(zhuǎn)換成一元函數(shù)。例如，對于每個(gè)方向，s (r)可以被視為一元函數(shù)s(r)；類似地，每個(gè)頻率r可以用一元函數(shù)Sr()來表示。10.2

9、.4光譜特征)，25，對于給定的方向，分析其一元函數(shù)s (r)，我們可以從原點(diǎn)出發(fā)，得到光譜在某一輻射方向上的行為特征。對于給定的頻率r，分析其一元函數(shù)Sr()將得到以原點(diǎn)為中心的圓上頻譜的行為特征。10.2.4光譜特征)，26，如果上述兩個(gè)一元函數(shù)根據(jù)它們的下標(biāo)相加，則可以獲得區(qū)域紋理的全局描述：(10.18)，(10.19)，其中R0是以原點(diǎn)為中心的圓的半徑。對于極坐標(biāo)中的每一對(r，s (r)，s ()，描述了整個(gè)區(qū)域的紋理譜能量。10.2.4光譜特征)，27，圖10.3紋理圖像的光譜特征。(一)紋理原始圖像，(二)光譜圖，(三)紋理光譜能量s (r)，(四)紋理光譜能量Sr()，10.

10、2.4光譜特征)，28，3邊界特征，邊界描述主要利用區(qū)域的外部特征，即區(qū)域的邊界來描述區(qū)域。當(dāng)我們想要注意區(qū)域的形狀特征時(shí)，我們通常采用這種描述方法。我們可以選擇一個(gè)預(yù)先確定的方案來表達(dá)邊界，然后描述邊界特征。10.3邊界描述符)，29，1邊界表示，當(dāng)目標(biāo)區(qū)域的邊界上的點(diǎn)已經(jīng)被確定時(shí)，這些邊界點(diǎn)可以用于區(qū)分不同區(qū)域的形狀。這樣，可以保存存儲(chǔ)的信息，并且可以準(zhǔn)確地確定對象。本文主要介紹幾種常見的表達(dá)方式。10.3.1邊界表示)，30，1鏈碼，在數(shù)字圖像中，邊界或曲線由一系列離散的像素組成，其最簡單的表示方法是美國學(xué)者弗里曼提出的鏈碼法。鏈碼用于表示由指定長度和方向的直線段按順序連接而成的邊界線。

11、在典型情況下，這種表示方法基于4或8個(gè)線段連接。如圖10.4所示，每段的方向用數(shù)字編號方法編碼。10.3.1邊界表示)，31，圖10.4鏈碼方向編號。(a)4向鏈碼，(b)8向鏈碼，a | b，10.3.1邊界表示)，32。在X和Y方向上具有相同大小的網(wǎng)格格式通常用于獲取或處理數(shù)字圖像。因此，鏈碼可以通過沿順時(shí)針方向沿著邊界線并給連接每對像素的線段一個(gè)方向來生成。我們通常不能采用這種方法的原因有兩個(gè)：(1)得到的鏈碼通常太長，(2)邊界線段的噪聲或缺陷會(huì)對邊界造成干擾。邊界上的任何小干擾都會(huì)改變編碼，這與邊界形狀不一致。10.3.1邊界表示)，33。通常用來防止上述問題的方法是選擇具有較大間隔

12、的網(wǎng)格來重新采樣邊界，如10.5(a)所示。然后，由于網(wǎng)格線穿過邊界線，邊界點(diǎn)被指定為大網(wǎng)格的節(jié)點(diǎn)，最接近原始邊界點(diǎn)的節(jié)點(diǎn)是邊界點(diǎn)的近似值，如圖10.5(b)所示。用這種方法得到的重采樣邊界可以用4或8個(gè)鏈碼表示，分別如圖10.5(c)和(d)所示。圖10.5(c)中的起點(diǎn)(任意)是頂部左側(cè)的點(diǎn)，邊界是圖10.5(b)網(wǎng)格中允許的最短4或8條路徑。圖10.5(c)中的邊界表達(dá)式是鏈碼003301，圖10.5(d)是鏈碼076612。不出所料，編碼表達(dá)方法的準(zhǔn)確性取決于采樣網(wǎng)格的大小。10.3.1邊界表示，34，10.5重采樣網(wǎng)格。(a)在邊界線上重采樣網(wǎng)格，(b)重采樣結(jié)果，(c)4路鏈碼，(

13、d)8路鏈碼，10.3.1邊界表示)，35，邊界鏈碼取決于起點(diǎn)。為了確定由鏈碼表示的曲線在圖像中的位置，并從鏈碼精確地重建曲線，需要標(biāo)記起點(diǎn)的坐標(biāo)。然而，當(dāng)封閉邊界用鏈碼描述時(shí)，由于起點(diǎn)和終點(diǎn)重合，起點(diǎn)的具體位置往往被忽略，而起點(diǎn)位置的變化只引起鏈碼的循環(huán)位移。為了解決這個(gè)問題，鏈碼必須規(guī)范化。10.3.1邊界表示)，36，給定從任意點(diǎn)生成的鏈碼，它可以被視為由各種方向數(shù)組成的自然數(shù)，并且這些方向數(shù)在一個(gè)方向上循環(huán)，以最小化由它們形成的自然數(shù)的值，并且對應(yīng)于轉(zhuǎn)換的鏈碼的起點(diǎn)被作為該邊界的歸一化鏈碼的起點(diǎn)。例如，4向鏈碼10103322的標(biāo)準(zhǔn)化鏈碼是01033221。10.3.1邊界表示)，37，當(dāng)給定目標(biāo)的邊界由鏈碼表示時(shí)，如果目標(biāo)平移，鏈碼不會(huì)改變，但如果目標(biāo)旋轉(zhuǎn)，鏈碼會(huì)改變。利用鏈碼的一階差分，重構(gòu)一個(gè)序列(一個(gè)表示原始鏈碼段之間方向變化的新序列)。這相當(dāng)于旋轉(zhuǎn)和規(guī)范化鏈碼。這種差異可以通過減去兩個(gè)相鄰方向(相反方向)上的數(shù)字來獲得。例如，4路鏈碼10103322的一階差是3133030。如果將編碼視為循環(huán)序列，則通過將鏈的最后一個(gè)成員放在第一個(gè)成員之前來計(jì)算差值的第一個(gè)元素。此時(shí)的結(jié)果是33133030。通過改變采樣網(wǎng)格的大小可以實(shí)現(xiàn)尺寸歸一化。10.3.1邊界表示)，38，2多邊形近似，由于噪聲和采樣的影響，在邊界中有許多小的不規(guī)則性，這通常對鏈碼表示有明