文档详情

数字图像处理图像描述分析.ppt

发布:2017-10-02约5.3千字共70页下载文档
文本预览下载声明
局部二进制模式(local binary pattern,LBP) 7.4.3 MRF模型分析纹理 马尔可夫随机场定义的直观意义:如果把(i,j)看作“将来”,而把Nij看作“现在”,所有其它的(I’,j’)看作过去,则“现在”将“过去”和“将来”分开,对预测或计算“将来”的状态的概率而言,知道“过去”和“现在”,等价于只知道“现在”,“过去”不起作用,即(i,j)只受到其周围点Nij的影响,与其它点无关。   MRF模型是用以表征图像数据的空间相关性的模型,其显著特点是通过适当定义的邻域(4/8邻域)和相应的连通系上的能量函数引入了结构信息。   MRF模型作纹理分析的方法:利用最大似然估计,从图像数据中估计MRF的参数,再用这些估计去计算MRF的条件概率,通过假设试验检测对MRF模型的按拟合程度。 7.4.4 付立叶功率谱纹理分析 功率谱      反映了图像的全局性信息,其径向分布与图像纹理的粗细度有关。“稠密”的细纹理,径向分布分散,且远离原点;“稀疏”的粗纹理,比较集中,且在原点附近;对于方向性纹理,分布将偏置于纹理方向垂直的方向上。 7.4.5 纹理的结构分析  结构分析的出发点:认为纹理是由许多个纹理基元组成的某种重复性的分布,研究纹理基元之间的“重复性”的结构关系。  (1)将纹理图像通过图像的区域分割或边缘、线的提取来得到纹理基元。   (2)用统计分析的方法得到纹理基元之间的统计特征,如相位、距离、尺寸等。 (3)利用这些统计特征去区分/识别纹理。 (4)从纹理图像去研究景物的形状。 (2)收缩和膨胀 收缩是将S的边界点用 的值来代替,而膨胀是将 中的边界点添加到S中。 说明: 在收缩及膨胀中邻域的定义要保持一致。 收缩S相当于膨胀 ;膨胀S相当于收缩 。收缩与膨胀可重复多次或组合进行。 如 存在如下关系: 用中轴变换可得物体的中轴,形象化的说明叫“火烧草地”。 先膨胀后收缩,独立点不变,而成团聚集点的会成块,及孔会消失。 先收缩后膨胀可以平滑图像,去除噪声。 (3) 细化 细化的目的是为了得到与原区域形状近似的由简单的弧与曲线组成的图形。 细化不等于中轴变换,细化结果位于中轴附近;细化是一种多次迭代的收缩算法,但不同于收缩,细化的结果是要求得到一个弧与曲线组成的连通的图形。因此,细化不破坏连通性,收缩有可能会破坏连通性。 弧与曲线的定义:它们是S的一个子集,且是S的一个连通分量,子集中除两个端点外的每一个点都有且只有两个邻点(端点只有有一个邻点)。 算法:消去S中那些不是端点的简单边界点,并按S的上下左右的顺序反复进行,直到不存在可以消去的简单边界点为止。 如何判别简单边界点?假设 ①1表示区域点,称暗点;0表示背景点,称亮点。 ②边界是一个暗点,且该暗点至少有一个亮点的4邻接点。 ③ 端点是一个暗点,且该暗点有、且只有一个暗点的8邻接点。 ④转折点是一个暗点,如果删除该暗点,则连通性被破坏。 7.3.2 边界描述 利用边界来描述目标,可节省存储信息量,以可准确地确定物体。 1)链码 链码是一串指向符的序列,可以描述任意形状的曲线或闭合边界,给定了起点坐标,就确定了曲线或闭合边界在空间的位置。 链码具有以下主要的性质:  旋转若干个45o 起点终点反向 长度 j方向上投影(宽度) 两点间的距离  说明: #对于闭合边界,用规格化链码表示,即使链码表示的整数最小,便于形状匹配。 #链码的导数表示,即除第一个码元外,其它每个码元向后作差分,并对结果作模8运算;第一个码元保持原值。链码的导数表示与边界的旋转无关(除第一个码元外。) 2)付立叶形状描述子   用一系列付氏系数来表示闭合曲线的形状特征,仅适合于单封闭曲线。   方法:将边界定义在复平面上,由边界上的任意一点开始,按逆时针的方向逐点写出边界点复数序列。 对此序列作离散付氏变换,得该边界在频域的唯一表示式,称其为付氏描述子(FD)。 说明: #FD描述了边界的形状、位置、大小、方向。 #为了便于其它目标物的边界的FD进行比较,必须对FD进行归一化处理,即用最大幅值系数作为归一化系数。 #理论上沿边界线作等间距采样结果才严格正确,实际上存在  的差异,故是近似结果,采样点越多近似程度就越高。 #为了便于FFT,采样点取2的整数次幂。 3)弦分布   通过一条闭合边界曲线上所有弦的长度和角度的分布来描述边界的形状。      辐射弦分布与旋转无关,与比例成线性变化;角弦分布与比例无关,而有一个与旋转成比例的偏置,组合应用这两个分布可作为一种形状匹配技术。 4)自回归模型描述  说明: #自回归模型参数具有RST不变的性质。 #有孔或凹形
显示全部
相似文档