《数字图像处理分析IPA-11》由会员分享，可在线阅读，更多相关《数字图像处理分析IPA-11（163页珍藏版）》请在金锄头文库上搜索。
1、第十一章 图像描述和分析,灰度描述 基于边界的表达 基于区域的表达 基于变换的表达 基于边界的描述 基于区域的描述 纹理描述 形状分析,图像分析是一种描述过程，研究用自动或半自动系统，从图像中提取有用数据或信息生成非图的描述或表达。图像分析：图像分割、特征提取、符号描述、纹理分析、运动图像分析和图像的检测与配准。,预处理,图像分割,特征提取,分类描述,符号表达,识别跟踪,图像理解,输入图像,第十一章 图像描述和分析,第十一章 图像描述和分析,通过图像分割可得到图像中感兴趣的区域，即目标。 图像中目标的表达/表示和描述：先需要将目标标记出来，这时主要考虑目标像素的连通性。在此基础上，可以对目标采
2、取合适的数据结构来表达，并采用恰当的形式描述它们的特性。,第十一章 图像描述和分析,图像分割结果得到了区域内的像素集合，或位于区域边界上的像素集合，这两个集合是互补的。与分割类似，图像中的区域可用其内部(如组成区域的像素集合)表达，也可用其外部（如组成区域边界的像素集合）表达。一般来说，如果关心的是区域的反射性质，如灰度、颜色、纹理等，常用内部表达法；如果关心的是区域形状、曲率，则选用外部表达法。,第十一章 图像描述和分析,表达是直接具体地表达目标，好的表达方法应具有节省存储空间、易于特征计算等优点。 描述是较抽象地表达目标。好的描述应在尽可能区别不同目标的基础上对目标的尺度、平移、旋转等不敏
3、感，这样的描述比较通用。 描述可分为对边界的描述和对区域的描述。此外，边界和边界或区域和区域之间的关系也常需要进行描述。,第十一章 图像描述和分析,表达和描述是密切联系的。表达的方法对描述很重要，因为它限定了描述的精确性；而通过对目标的描述，各种表达方法才有实际意义。 表达和描述又有区别，表达侧重于数据结构，而描述侧重于区域特性以及不同区域间的联系和差别。 表达和描述抽象的程度不同，但其分别的界限是相对的。,第十一章 图像描述和分析,对目标特征的测量是要利用分割结果进一步从图像中获取有用信息，为达到这个目的需要解决两个关键问题：选用什么特征来描述目标如何精确地测量这些特征 常见的目标特征分为灰
4、度、颜色、纹理和几何形状特征等。其中，灰度、颜色和纹理属于内部特征，几何形状属于外部特征。,第十一章 图像描述和分析,像素标记（二值图像）一种逐像素进行判断的方法对一幅二值图像从左向右、从上向下进行扫描（起点在图像的左上方）。检查当前正被扫描的像素与在它之前扫描到的若干个近邻像素的连通性。当前正被扫描像素的灰度值为1，则将它标记为与之相连通的目标像素，如果它与两个或多个目标相连通，则认为这些目标实际是同一个，并把它们连接起来；如果发现了从背景像素到一个孤立目标像素的过渡，就赋一个新的目标标记 。,灰度描述,幅度特征 直方图特征 变换系数特征,一幅图像中最基本的是图像的幅度特征。 例如在区域内的
5、平均幅度，即,幅度特征,a)原图 b)利用幅度特征将目标分割出来设灰度阈值,幅度特征,P(rk)=nk/N 第rk个灰度级出现的频数可从直方图的分布得到：图像对比度、 动态范围、明暗程度等一阶直方图的特征参数： rk量化层均值：方差：歪斜度：,直方图特征,峭度：,熵：,能量：,直方图特征,v,v(m+1),u,v(m),水平切口 垂直切口 环状切口 扇状切口,变换系数特征,频域中的一些特征 如,M与F不是唯一地对应（M有位移不变性）,变换系数特征,特征：图像中含有这些切口的频谱成分的含量。信息可作为模式识别或分类系统的输入信息。已成功用于土地情况分类，放射照片病情诊断等,变换系数特征,基于边界
6、的表达,技术分类 (1) 参数边界：将目标的轮廓线表达为参数曲线 (2) 边界点集合：将轮廓线表达为边界点的集合 (3) 曲线逼近：利用几何基元去近似地逼近,链码,在数字图像中，边界或曲线是由一系列离散的像素点组成的，其最简单的表达方法是由美国学者Freeman提出的链码方法。 利用一系列具有特定长度和方向的相连的直线段来表示目标的边界 每个线段的长度固定而方向数目取为有限，所以只有边界的起点需用（绝对）坐标表示，其余点都可只用接续方向来代表偏移量 链码实质上是一串指向符的序列，常用的有4向链码、8向链码等。,4向链码 8向链码,链码,用链码表示区域的边界,链码,4-链码：0000333333
7、22222211110011,链码算法： 给每一个线段边界一个方向编码 有4链码和8链码两种编码方法 从起点开始，沿边界编码，至起点被重新碰到，结束一个对象的编码 问题1：链码相当长噪音会产生不必要的链码 改进1： 加大网格空间，能缩短链码依据原始边界与结果的接近程度，来确定新点的位置,问题2： 由于起点的不同，造成编码的不同 由于角度的不同，造成编码的不同 改进2：1） 从固定位置作为起点(最左最上)开始编码或者： 链码起点归一化2）通过使用链码的差分代替码字本身的方式链码旋转归一化 循环差分链码：用相邻链码的差代替链码 例如：4-链码 10103322 循环差分为： 33133030 循环
8、差分：1 - 2 = -1(3) 3 - 0 = 30 - 1 = -1(3) 3 - 3 = 01 - 0 = 1 2 - 3 = -1(3)0 - 1 = -1(3) 2 - 2 = 0,链码,链码,链码起点归一化对同一个边界，选用起点不同得到的链码不同。把链码看作一个由各方向数构成的自然数。将这些方向数依一个方向循环以使它们所构成的自然数的值最小,链码,链码旋转归一化利用链码的一阶差分来重新构造一个序列（一个表示原链码各段之间方向变化的新序列）这个差分可用相邻两个方向数相减得到,差分码不随轮廓旋转而变化,a)原链码方向 b)逆时针旋转90,图a曲线的链码为：011222331000007
9、65556706 其差分链码为：1010010670000777001116,图b曲线的链码为：23344455322222107770120其差分链码为：1010010670000777001116,链码,差分码不随轮廓旋转而变化,曲线的链码是：6022222021013444444454577012 其差分链码是： 220000627712100000017120111,链码,曲线的链码是：024444424323566666676711234 其差分链码是： 22000062771210000017120111,链码,链码平滑 将原始的链码序列用较简单的序列代替,链码,基于链码的轮廓平滑
10、模板虚线箭头：原始的在像素p和q之间的8-连通链码实线箭头：用来替换原始序列的新序列,链码平滑示例 空心圆：平滑后被除去的原轮廓点,链码,边界段和凸包,把边界分解成若干段分别表示 可以借助凸包（包含目标的最小凸形）概念来进行 节省表达数据量 便于符号表达 当感兴趣的形状信息存在于边缘凹陷处时，尤其适用,边界段和凸包,根据凸包把边界分解 目标：像素集合S 分解 凸包：包含S的最小凸形H 凸残差：D = H S 在进行凸包分解时，可以先对边界进行平滑,图中五角形S是一个凹体，而五边形H是一个凸体，也是包含S的最小凸形，称为凸包。确定了目标的凸包，就可以将边界分段。,边界段和凸包,利用区域凸包分解边
11、界段: 给进入和离开凸起补集D的变换点打标记来划分边界段。,凸包同样适用于区域的表达,若以a,b分别表示凸和凹部，则该染色体可以表示为abababab,优点：不依赖于方向和比例的变化,边界段和凸包,边界分段的问题：噪音的影响，导致出现零碎的划分。解决的方法：先平滑边界，或用多边形逼近边界,然后再分段,边界标记,产生边界标记的方法很多，基本思想都是借助不同的投影技术把2-D的边界用1-D的较易描述的函数形式来表达。投影可以是水平的、垂直的、对角线的、或放射的、旋转的。可把2-D形状描述的问题转化为对1-D波形进行分析的问题。投影并不是一种能保持信息的变换，将2-D平面上的区域边界变换为1-D的曲
12、线是有可能丢失信息的 。,边界标记,1、距离为角度的函数先对给定的目标求出重心，然后做出边界点与重心的距离为角度的函数。这种标记不受目标平移影响，但会随目标旋转或放缩而变化。,r=A sec,到达正方形的4个对角上达到最大值,边界标记,2、 - s曲线（切线角为弧长的函数）沿边界围绕目标一周，在每个位置作出该点切线，该切线与一个参考方向（如横轴）之间的角度值就给出一种标记,水平直线段对应边界上的直线段（不变）,边界标记,3、斜率密度函数 将 -s曲线沿 轴投影 切线角的直方图h( ) 切线角有较快变化的边界段对应较深的谷,边界标记,4、距离为弧长的函数将各个边界点与目标重心的距离作为边界点序列
13、（围绕目标得到）的函数。,r=( A2+s2)1/2,多边形近似,用多边形去近似逼近边界多边形是一系列线段的封闭集合，它可用来逼近大多数实用的曲线到任意的精度。由于多边形的边用线性关系来表示，所以关于多边形的计算比较简单，有利于得到一个区域的近似值。 多边形近似比链码、边界分段更具有抗噪声干扰的能力。对封闭曲线而言，当多边形的线段数与边界上点数相等时，多边形可以完全准确的表达边界。 但在实际应用中，多边形近似的目的是用最少的线段来表示边界，并且能够表达原边界的本质形状 。,多边形近似,、基于收缩的最小周长多边形法将原边界看成是有弹性的线，将组成边界的像素序列的内外边各看成是一堵墙，蹦紧线。,多
14、边形近似,、基于聚合的最小均方误差线段逼近法先选一个边界点为起点，用直线依次连接该点与相邻的边界点，直至拟合误差超过某个限度。然后以线段的另一段为起点继续连接边界点，直至绕边界一周。,先从点a出发，依次做直线ab，ac，ad，ae等。对从ac开始的每条线段计算前一边界点与线段的距离作为拟合误差。bi、cj没超过预定的误差限度，而dk超过该误差限度，所以选d为紧接点a 的多边形顶点。 与起点有关的贪心算法,多边形近似,、基于分裂的最小均方误差线段逼近法先连接边界上相距最远的两个点（即把边界分成两部分），然后根据一定的准则进一步分解边界，构成多边形逼近边界，直到拟合误差满足一定的条件。,做出相距最
15、远的线段ag,计算di和hj均超过限度，所以分解边界为ad、dg、gh、ha四段。,多边形近似,(a)分割后图像； (b)链码表示用了112bit； (c)聚合逼近多边形272bit； (d)分裂逼近多边形224bit,地标点/标志点,具有某种几何特性的点，如极值点、大曲率点。 一种近似表达方法。 使用的地标点越多，近似的程度越好。 地标点的位置选择很关键。,近似表达,准确表达,地标点的表达,例：具有顶点S1 = (1, 1)，S2 = (1, 2)，S3 = (2, 1)的三角形,技术分类 (1)区域分解：将目标区域分解为一些简单单元 (2)围绕区域：用几何基元填充来表达 (3)内部特征：由
16、区域内部像素获得的集合,基于区域的表达,空间占有数组,方便、简单，并且也很直观 对图像f(x,y)中任意一点(x,y)，如果它在给定的区域内，就取f(x,y)为1，否则就取f(x,y)为0 所有f(x,y)为1的点组成的集合就代表了所要表示的区域。 是一种逐点表达的方法，需占用较大的空间。区域的面积越大，表示这个区域所需的比特数就越大。,四叉树,基本思路： 分层分解图像 利用金字塔式的数据结构 四叉树表达法：每次将图像一分为四， 编码方式与 金字塔相同。 树结构 T = 节点集, 弧集,四叉树,所有的结点可分成3类：目标结点背景结点混合结点 树根对应整幅图，而树叶对应各单个像素或具有相同特性的像素组成的方阵 表达优点：常用于“粗略信息优先”显示结点数目上限,四叉树,编码方式 (1) 位置码对于2N2N的图用位码编码同一父节点的四块顺时针编号为1，2，3，4 (2) 灰度值 灰度值只需记平均值go和差值gi,
