图像特征特点及其常用的特征提取与匹配方法
[ 2006-9-22 15:53:00 | By:
天若有情
]
常用的图像特征有颜色特征、纹理特征、形状特征、空间关系特征?/p>
一
颜色特征
(一)特点:颜色特征是一种全局特征
,
描述了图像或图像区域所对应的景物的
表面性质?/p>
一般颜色特征是基于像素点的特征?/p>
此时所有属于图像或图像区域?/p>
像素都有各自的贡献。由于颜色对图像或图像区域的方向、大小等变化不敏感,
所以颜色特征不能很好地捕捉图像中对象的局部特征?/p>
另外?/p>
仅使用颜色特征查
询时?/p>
如果数据库很大,
常会将许多不需要的图像也检索出来?/p>
颜色直方图是最
常用的表达颜色特征的方法?/p>
其优点是不受图像旋转和平移变化的影响?/p>
进一?/p>
借助归一化还可不受图像尺度变化的影响?/p>
基缺点是没有表达出颜色空间分布的
信息?/p>
(二)常用的特征提取与匹配方?/p>
?/p>
1
?/p>
颜色直方?/p>
其优点在于:
它能简单描述一幅图像中颜色的全局分布?/p>
即不同色彩在整幅
图像中所占的比例?/p>
特别适用于描述那些难以自动分割的图像和不需要考虑物体
空间位置的图像?/p>
其缺点在于:
它无法描述图像中颜色的局部分布及每种色彩所
处的空间位置,即无法描述图像中的某一具体的对象或物体?/p>
最常用的颜色空间:
RGB
颜色空间?/p>
HSV
颜色空间?/p>
颜色直方图特征匹配方法:直方图相交法、距离法、中心距法、参考颜色表
法、累加颜色直方图法?/p>
?/p>
2
?/p>
颜色?/p>
颜色直方图法是一种全局颜色特征提取与匹配方法,
无法区分局部颜色信
息?/p>
颜色集是对颜色直方图的一种近似首先将图像?/p>
RGB
颜色空间转化成视?/p>
均衡的颜色空间(?/p>
HSV
空间),并将颜色空间量化成若干个柄。然后,用色
彩自动分割技术将图像分为若干区域?/p>
每个区域用量化颜色空间的某个颜色分量
来索引,
从而将图像表达为一个二进制的颜色索引集?/p>
在图像匹配中?/p>
比较不同
图像颜色集之间的距离和色彩区域的空间关系
?/p>
3
?/p>
颜色?/p>
这种方法的数学基础在于:图像中任何的颜色分布均可以用它的矩来表示?/p>
此外,由于颜色分布信息主要集中在低阶矩中,因此,仅采用颜色的一阶矩?/p>
m
ean
)、二阶矩?/p>
variance
)和三阶矩(
skewness
)就足以表达图像的颜色分布?/p>
?/p>
4
?/p>
颜色聚合向量
其核心思想是:
将属于直方图每一个柄的像素分成两部分?/p>
如果该柄内的?/p>
些像素所占据的连续区域的面积大于给定的阈值,
则该区域内的像素作为聚合?/p>
素,否则作为非聚合像素?/p>
?/p>
5
?/p>
颜色相关?/p>
?/p>
纹理特征
(一?/p>
特点?/p>
纹理特征也是一种全局特征?/p>
它也描述了图像或图像区域所?/p>
应景物的表面性质?/p>
但由于纹理只是一种物体表面的特性,
并不能完全反映出?/p>
体的本质属性,
所以仅仅利用纹理特征是无法获得高层次图像内容的?/p>
与颜色特
征不同,
纹理特征不是基于像素点的特征?/p>
它需要在包含多个像素点的区域中进
行统计计算?/p>
在模式匹配中?/p>
这种区域性的特征具有较大的优越性,
不会由于局