數(shù)字圖像處理區(qū)域描述符ppt課件

1、第六章第六章 圖像分割和分析圖像分割和分析6.2.4 區(qū)域描述符區(qū)域描述符(Regional Descriptors)6.2.4.1 某些簡單的描述符某些簡單的描述符6.2.4.2 拓?fù)涿枋龇負(fù)涿枋龇?.2.4.3 紋理紋理第六章第六章 圖像分割和分析圖像分割和分析6.2.4.1 某些簡單的描述符某些簡單的描述符面積：對屬于這個圖區(qū)域的像素數(shù)進(jìn)行計數(shù)。面積：對屬于這個圖區(qū)域的像素數(shù)進(jìn)行計數(shù)。周長：對區(qū)域的邊界點(diǎn)的個數(shù)進(jìn)行計數(shù)。周長：對區(qū)域的邊界點(diǎn)的個數(shù)進(jìn)行計數(shù)。 復(fù)雜度：測量區(qū)域形狀的復(fù)雜程度，經(jīng)常使用下式復(fù)雜度：測量區(qū)域形狀的復(fù)雜程度，經(jīng)常使用下式進(jìn)行計算：進(jìn)行計算： e = (周長周長)

2、2/面積面積 e在圖形接近圓形時為最小大致為在圖形接近圓形時為最小大致為4），圖），圖形的形狀復(fù)雜時，則得到的值較大。形的形狀復(fù)雜時，則得到的值較大。 其它簡單用做區(qū)域描述符的量包括灰度的均值其它簡單用做區(qū)域描述符的量包括灰度的均值和中值、最小和最大灰度級值、大于和小于均值的和中值、最小和最大灰度級值、大于和小于均值的像素數(shù)等。像素數(shù)等。第六章第六章 圖像分割和分析圖像分割和分析 拓?fù)鋵W(xué)拓?fù)鋵W(xué)topology研究圖形的不受畸變變形研究圖形的不受畸變變形不包括撕裂或粘貼影響的性質(zhì)。區(qū)域的拓?fù)湫圆话ㄋ毫鸦蛘迟N影響的性質(zhì)。區(qū)域的拓?fù)湫再|(zhì)對區(qū)域的全局描述很有用，這些性質(zhì)既不依賴距質(zhì)對區(qū)域的全局描述很

3、有用，這些性質(zhì)既不依賴距離，也不依賴基于距離測量的其它性質(zhì)。離，也不依賴基于距離測量的其它性質(zhì)。6.2.4.2 拓?fù)涿枋龇負(fù)涿枋龇?Topological Descriptors)第六章第六章 圖像分割和分析圖像分割和分析6.2.4.2 拓?fù)涿枋龇負(fù)涿枋龇麣W拉數(shù)歐拉數(shù) 在某一個二值圖像中在某一個二值圖像中, 把從把從 1 -像素的連接成像素的連接成分連通分量的個數(shù)為分連通分量的個數(shù)為C減去孔的個數(shù)減去孔的個數(shù)為為H的值叫做這個圖像的歐拉數(shù)的值叫做這個圖像的歐拉數(shù) ( Euler number ，為，為E), 或者叫或者叫 示性數(shù)示性數(shù) (genus )。即：。即： E=C-L 歐拉數(shù)也是一

4、種拓?fù)涮匦?。歐拉數(shù)也是一種拓?fù)涮匦浴?第六章第六章 圖像分割和分析圖像分割和分析6.2.4.3 紋理紋理 紋理是圖像分析中常用的概念，但目前尚無對紋理是圖像分析中常用的概念，但目前尚無對它正式的或者說尚無一致的定義，一般說，它正式的或者說尚無一致的定義，一般說，可以認(rèn)為是由許多相互接近的、互相編織的元素可以認(rèn)為是由許多相互接近的、互相編織的元素構(gòu)成，它們常富有周期性。直觀來說，紋理描述構(gòu)成，它們常富有周期性。直觀來說，紋理描述可提供區(qū)域的平滑、稀疏、規(guī)則性等特性。可提供區(qū)域的平滑、稀疏、規(guī)則性等特性。 常用的三種紋理描述方法是：常用的三種紋理描述方法是： 統(tǒng)計法；統(tǒng)計法； 結(jié)構(gòu)法；結(jié)構(gòu)法； 頻

5、譜法。頻譜法。第六章第六章 圖像分割和分析圖像分割和分析6.2.4.3 紋理紋理 統(tǒng)計法統(tǒng)計法 統(tǒng)計法描述紋理常借助區(qū)域灰度的共生矩陣來進(jìn)統(tǒng)計法描述紋理常借助區(qū)域灰度的共生矩陣來進(jìn)行。設(shè)行。設(shè)S S為目標(biāo)區(qū)域?yàn)槟繕?biāo)區(qū)域R R中具有特定空間聯(lián)系的像素對的中具有特定空間聯(lián)系的像素對的集合，則共生矩陣集合，則共生矩陣P P可定義為可定義為 S#gy,xf&gy,xfSy,x,y,x#)g,g(P222111221121 上式等號右邊的分子是具有某種空間關(guān)系、灰度值上式等號右邊的分子是具有某種空間關(guān)系、灰度值分別為分別為g1和和g2的像素對的個數(shù)，分母為像素對的總的像素對的個數(shù)，分母為像素對的

6、總和個數(shù)（和個數(shù)（#代表數(shù)量）。這樣得到的代表數(shù)量）。這樣得到的P是歸一化的。是歸一化的。第六章第六章 圖像分割和分析圖像分割和分析實(shí)例：位置算子和共生矩陣實(shí)例：位置算子和共生矩陣 在紋理的統(tǒng)計描述中，為利用空間信息可借在紋理的統(tǒng)計描述中，為利用空間信息可借助位置算子以計算共生矩陣。設(shè)助位置算子以計算共生矩陣。設(shè)W W是一個位置算是一個位置算子，子，A A是一個是一個k kk k矩陣，其中每個元素矩陣，其中每個元素aijaij為具有為具有灰度值灰度值gigi的點(diǎn)相對于由的點(diǎn)相對于由W W確定的具有灰度值確定的具有灰度值gjgj的的點(diǎn)出現(xiàn)的次數(shù)，這里有點(diǎn)出現(xiàn)的次數(shù)，這里有1i,jk1i,jk。如

7、對圖。如對圖(a)(a)中中只有只有3 3個灰度級的圖像個灰度級的圖像(g1=0,g2=1,g3=2)(g1=0,g2=1,g3=2)，定義，定義W W為為“向右一個像素和向下一個像素的位置關(guān)系向右一個像素和向下一個像素的位置關(guān)系，得到的矩陣，得到的矩陣A A如圖如圖(b)(b)所示。所示。1010002011001221101121000(a) 021232024aaaaaaaaaA333231232221131211(b) 如果設(shè)滿足如果設(shè)滿足W的像素對的總個數(shù)為的像素對的總個數(shù)為N，則將，則將A的每個元的每個元素都除以素都除以N就可得到就可得到W關(guān)系的像素對出現(xiàn)概率的估計，并得關(guān)系的像素

8、對出現(xiàn)概率的估計，并得到相應(yīng)的共生矩陣。到相應(yīng)的共生矩陣。第六章第六章 圖像分割和分析圖像分割和分析6.2.4.3 紋理紋理 在共生矩陣的基礎(chǔ)上可定義幾個常用的紋理描述符在共生矩陣的基礎(chǔ)上可定義幾個常用的紋理描述符，如紋理二階矩，如紋理二階矩WMWM、熵、熵WEWE、對比度、對比度WCWC和均勻性和均勻性WHWH等等: : (1) (1) 角二階矩角二階矩 N1iN1j2Mj , iPW N1iN1jEj , iPlogj , iPW(2) 熵熵第六章第六章 圖像分割和分析圖像分割和分析6.2.4.3 紋理紋理(3) 對比度反差）對比度反差） tjijiPtWNiNjNtC1110,(4) 逆

9、差分矩均勻性）逆差分矩均勻性） NiNjHjiPjikW112,1 其中其中WM對應(yīng)圖像的均勻性或平滑性，當(dāng)所有對應(yīng)圖像的均勻性或平滑性，當(dāng)所有P(i,j)都相都相等時，等時， WM達(dá)到最小值；達(dá)到最小值；WE給出一個圖像內(nèi)容隨機(jī)性的量給出一個圖像內(nèi)容隨機(jī)性的量度；度；WC是共生矩陣各元素灰度差的一階矩，當(dāng)是共生矩陣各元素灰度差的一階矩，當(dāng)P中大的元中大的元素遠(yuǎn)離矩陣的主對角線時，素遠(yuǎn)離矩陣的主對角線時，WC較大表明圖像中的近鄰像較大表明圖像中的近鄰像素有較大的反差）；素有較大的反差）；WH在一定程度上可看作是在一定程度上可看作是WC的倒數(shù)的倒數(shù)k的作用是避免分母為零，但的作用是避免分母為零，

10、但WH的大小受的大小受k值的影響較大值的影響較大）。）。第六章第六章 圖像分割和分析圖像分割和分析6.2.4.3 紋理紋理 結(jié)構(gòu)法結(jié)構(gòu)法 結(jié)構(gòu)法的基本思想是認(rèn)為復(fù)雜的紋理可由結(jié)構(gòu)法的基本思想是認(rèn)為復(fù)雜的紋理可由一些簡單的紋理基元基本紋理元素以一定一些簡單的紋理基元基本紋理元素以一定的有規(guī)律的形式重復(fù)排列組合而成。如果我們的有規(guī)律的形式重復(fù)排列組合而成。如果我們能定義出一些排列基元的規(guī)律，就有可能將某能定義出一些排列基元的規(guī)律，就有可能將某些紋理基元按照規(guī)定的方式組織成所需的紋理些紋理基元按照規(guī)定的方式組織成所需的紋理方式。這里的規(guī)則和方式可用形式語言來定義。方式。這里的規(guī)則和方式可用形式語言來

11、定義。第六章第六章 圖像分割和分析圖像分割和分析6.2.4.3 紋理紋理 頻譜法頻譜法 頻譜法借助于傅立葉頻譜的頻率特性來頻譜法借助于傅立葉頻譜的頻率特性來描述周期的或近乎周期的描述周期的或近乎周期的2-D2-D圖像模式的方向圖像模式的方向性。常用的性質(zhì)有：性。常用的性質(zhì)有： (1) (1) 傅立葉頻譜中突起的峰值對應(yīng)紋理模傅立葉頻譜中突起的峰值對應(yīng)紋理模式的主方向；式的主方向； (2) (2) 這些峰在頻域平面的位置對應(yīng)模式的這些峰在頻域平面的位置對應(yīng)模式的基本周期；基本周期；第六章第六章 圖像分割和分析圖像分割和分析 實(shí)際檢測中，為方便起見可把頻譜轉(zhuǎn)化到極坐標(biāo)系中。此實(shí)際檢測中，為方便起見

12、可把頻譜轉(zhuǎn)化到極坐標(biāo)系中。此時頻譜可用時頻譜可用S(r,)表示，這里表示，這里S是頻譜函數(shù)，是頻譜函數(shù)，r和和是坐標(biāo)系是坐標(biāo)系中的變量。對于每個方向中的變量。對于每個方向， S(r,)可以看作一維函數(shù)可以看作一維函數(shù)S(r)；同樣，對于每個頻率；同樣，對于每個頻率r， Sr()也是一個一維函數(shù)。也是一個一維函數(shù)。對固定的對固定的值分析值分析S(r)，可得到沿著自原點(diǎn)的輻射方向上，可得到沿著自原點(diǎn)的輻射方向上的頻譜所表現(xiàn)的特性比如存在的尖峰）。反之，分析固定的頻譜所表現(xiàn)的特性比如存在的尖峰）。反之，分析固定r值的值的Sr ()，可得到沿著以原點(diǎn)為圓心的圓形上的特性。，可得到沿著以原點(diǎn)為圓心的圓形

13、上的特性。 一種更具有整體性的描述通過對下列函數(shù)進(jìn)行積分對一種更具有整體性的描述通過對下列函數(shù)進(jìn)行積分對于離散變量為求和得到：于離散變量為求和得到：0)()(rSrS01)()(RrrSS和和 這里這里R0是以原點(diǎn)為圓心的圓半徑。是以原點(diǎn)為圓心的圓半徑。 也可以從也可以從S(r)和和S()的曲線，計算它們最大值的位置等來的曲線，計算它們最大值的位置等來作為特征。作為特征。第六章第六章 圖像分割和分析圖像分割和分析6.2.5 關(guān)系描述符關(guān)系描述符(Relational Descriptors)6.2.5.1 基本思想基本思想6.2.5.2 骨架關(guān)系編碼骨架關(guān)系編碼6.2.5.3 樹結(jié)構(gòu)關(guān)系編碼樹結(jié)構(gòu)關(guān)系編碼第六章第六章 圖像分割和分析圖像分割和分析6.2.5.1 基本思想基本思想分割出來的對象可能由多個成分或區(qū)域組分割出來的對象可能由多個成分或區(qū)域組成。成。需要描述各個成分之間的結(jié)構(gòu)關(guān)系。需要描述各個成分之間的結(jié)構(gòu)關(guān)系。常用方法：將結(jié)構(gòu)關(guān)系用符號串來描述，或用常用方法：將結(jié)構(gòu)關(guān)系用符號串來描述，或用一樹形結(jié)構(gòu)描述。一樹形結(jié)構(gòu)描述。第六章第六章 圖像分割和分析圖像分割和分析