1、1,特征檢測,程天棟,2,什么是數(shù)字圖像？,一副圖像可以被定義為一個二維函數(shù) f（x,y），其中 x和y是空間（平面）坐標，f在任何坐標點（x,y）處的振幅稱為圖像在該點的灰度值?；叶仁怯脕肀硎竞诎讏D像亮度的一個術(shù)語（0為黑色、1為白色），而彩色圖像是由三個單個二維圖像組成的。例如，在RGB彩色圖像中，一幅彩色圖像是由三幅獨立的分量圖像（紅、綠、藍）組成的。 因此一幅數(shù)字圖像在MATLAB中可以很自然地表示成矩陣： 等式右邊是定義給出的一副數(shù)字圖像。該數(shù)組的每一個元素都稱為像元、圖元、像素。,3,特征檢測,特征檢測是圖像識別、圖像融合、圖像分割、圖像配準等處理的基礎(chǔ)。以下以圖像配準為例： 圖像

2、配準，就是將兩幅或多幅具有與原始圖像中相同特征的部分對齊的過程。目前現(xiàn)有的圖像配準算法主要包括兩類：基于特征的圖像配準算法和基于區(qū)域圖像的配準算法。 區(qū)域匹配算法是最傳統(tǒng)、最常用的算法，但這種算法在參考圖像和待配準圖像存在相似度低的情況下，配準率往往很低。 圖像的特征匹配算法是利用各種算法提取出圖像的明顯特征，比如圖像的角點、興趣點、邊緣信息等，根據(jù)特征信息來估計圖像間的變換關(guān)系，這樣做 可以減少計算量、提高圖像配準的效率。 目前，典型的配準方法有基于比值的匹配算法、基于輪廓的匹配算法、基于角點的匹配算法、基于SIFT的圖像配準方法等。,4,Harris角點檢測基本思想,從圖像局部的小窗口觀察

3、圖像特征 角點定義：窗口向任意方向的移動都導致圖像灰度的明顯變化,5,Harris角點檢測基本思想,平坦區(qū)域： 任意方向移動，無灰度變化,邊緣： 沿著邊緣方向移動，無灰度變化,角點： 沿任意方向移動，明顯灰度變化,6,Harris檢測：數(shù)學表達,將圖像窗口平移u,v產(chǎn)生灰度變化E(u,v) 窗口函數(shù)：,窗口函數(shù),平移后灰度,原始灰度,7,Harris檢測：數(shù)學表達,8,Harris檢測：偏導的計算,計算 與 可以采用 Sobel、Prewitt、Roberts 邊緣檢測器的掩模。 圖像鄰域 Sobel邊緣檢測器的掩模,Gx=(z7+2*z8+z9)-(z1+2*z2+z3),Gx=(z7+2*

4、z8+z9)-(z1+2*z2+z3),9,Harris檢測：數(shù)學表達,于是對于局部微小的移動量 u,v，可以近似得到下面的表達： 其中M是 22 矩陣，可由圖像的導數(shù)求得：,10,Harris檢測：數(shù)學表達,定義：角點響應(yīng)函數(shù)R K值取0.04合適（Harris本人建議） 當,11,Harris檢測：角點的篩選,選擇圖像所有像素中的最大的角點響應(yīng)函數(shù)R值 選擇 的像素點作為角點（通過實驗） 由于允余的角點太多，采用非極大抑制處理 非極大抑制算法的窗口選擇3*3 窗口（通過實驗） 將角點標記 通過處理目標圖片修改參數(shù)。,12,Laplacian邊緣算子,拉普拉斯算子一種二階邊緣檢測算子，它是一

5、個線性的、時不變算子。是對二維函數(shù)進行二階運算的導數(shù)算子，對一個連續(xù)函數(shù)f (x, y)它在圖像中的位置(x, y)拉普拉斯值定義為： Laplacian算子利用二階導數(shù)信息，具有各向同性，即與坐標軸方向無關(guān)，坐標軸旋轉(zhuǎn)后梯度結(jié)果不變。使得圖像經(jīng)過二階微分后，在邊緣處產(chǎn)生一個陡峭的零交叉點，根據(jù)這個對零交叉點判斷邊緣。其8鄰域系統(tǒng)的Laplacian算子的模板分別如圖所示：,13,Laplacian邊緣算子,Laplacian算子對噪聲比較敏感，為此將高斯濾波和拉普拉斯檢測算子結(jié)合在一起進行邊緣檢測的方法，故稱為Log（Laplacian of Gassian ）算法。該算法的主要思路和步驟如

6、下： （1）濾波：首先對圖像f(x,y)進行平滑濾波，其濾波函數(shù)根據(jù)人類視覺特性選為高斯函數(shù)，即： 將圖像與 進行卷積，可以得到一個平滑的圖像，即： （2）增強：對平滑圖像進行拉普拉斯運算，即：,14,Laplacian邊緣算子,（3）檢測：邊緣檢測判據(jù)是二階導數(shù)的零交叉點并對應(yīng)一階導數(shù)的較大峰值。 由于對平滑圖像進行拉普拉斯運算可等效為的拉普拉斯運算與的卷積，故上式變?yōu)椋?式中 稱為LOG濾波器，其為： 這樣就有兩種方法求圖像邊緣： 先求圖像與高斯濾波器的卷積，再求卷積的拉普拉斯的變換，然后再進行過零判斷，或者求高斯濾波器的拉普拉斯的變換，再求與圖像的卷積，然后再進行過零判斷。,15,Laplacian邊緣算子laocn,下圖顯示了一個對 近似的55模板。這種近似不是唯一的。其目的是得到 本質(zhì)的形狀；即，一個正的中心項，周圍被一個相鄰的負值區(qū)域圍繞（這個負值區(qū)域從原點開始作為距離的函數(shù)在值上是增加的），并被一個零值的外部區(qū)域所包圍。