數(shù)字?jǐn)z影測量課件

1、回回顧顧（重點）（重點）（難點）（難點）內(nèi)容安排內(nèi)容安排（重點）（重點） 信息或不確定性,是基本隨機事件發(fā)生概率的實值函數(shù)。通常,信息測度也稱為熵。影像的熵就是它的信息量的度量。 特征是區(qū)分不同目標(biāo)圖像的特征是區(qū)分不同目標(biāo)圖像的根據(jù)，是不同目標(biāo)圖像固有性質(zhì)根據(jù)，是不同目標(biāo)圖像固有性質(zhì)的某種表現(xiàn)形式。的某種表現(xiàn)形式。理論上理論上, ,特征是特征是影像灰度曲面的不連續(xù)點。在實影像灰度曲面的不連續(xù)點。在實際影像中際影像中, , 由于點擴散函數(shù)的作由于點擴散函數(shù)的作用，特征表現(xiàn)為在一個微小鄰域用，特征表現(xiàn)為在一個微小鄰域中灰度的急劇變化中灰度的急劇變化, ,或灰度分布的或灰度分布的均勻性均勻性, ,也

2、就是在局部區(qū)域中具有也就是在局部區(qū)域中具有較大的信息量。較大的信息量。 不同目標(biāo)的圖像特不同目標(biāo)的圖像特征主要決定于兩個征主要決定于兩個方面方面: : (1) (1)目標(biāo)的性質(zhì)目標(biāo)的性質(zhì) (2)(2)圖像的性質(zhì)圖像的性質(zhì) 1 1）特征概念）特征概念2 2）特征的種類）特征的種類點狀特征線狀特征面狀特征 按特征形狀分按特征形狀分: :3 3）特征提?。┨卣魈崛?是從圖像中提取圖像特征的技術(shù)過程。或是從是從圖像中提取圖像特征的技術(shù)過程?；蚴菑脑紙D像中提取區(qū)分某類目標(biāo)圖像依據(jù)的技術(shù)過程原始圖像中提取區(qū)分某類目標(biāo)圖像依據(jù)的技術(shù)過程。為什么要進行特征提取？為什么要進行特征提??？ 對一幅數(shù)字影像，我們最

3、感興趣的是那些非常明顯的目標(biāo)，而要識別這些目標(biāo)，就要進行特征提取。特征提取是影像分析和影像匹配的基礎(chǔ)，也是單張影像處理的最重要的任務(wù)。特征提取的復(fù)雜性和多樣性特征提取的復(fù)雜性和多樣性 特征提取的針對性和圖像特征的多樣性及近似性，特征提取的針對性和圖像特征的多樣性及近似性，造成了圖像特征提取的復(fù)雜性和多樣性。造成了圖像特征提取的復(fù)雜性和多樣性。特征提取的方法特征提取的方法（1 1）興趣值的選定）興趣值的選定 興趣值是判定所檢測像元是否為感興趣的特征的基本依據(jù)。興趣值是判定所檢測像元是否為感興趣的特征的基本依據(jù)。（2 2）閾值的選定）閾值的選定閾值閾值是判定所檢測像元是否為感興趣的特征的標(biāo)準(zhǔn)。是判

4、定所檢測像元是否為感興趣的特征的標(biāo)準(zhǔn)。（3 3）特征提取策略）特征提取策略（4 4）特征提取的基本過程）特征提取的基本過程3 3）特征提取）特征提取點特征主要指明顯點，如角點、圓點等。 點特征提取算子點特征提取算子是指運用某是指運用某種算法使圖像中獨立像點更為種算法使圖像中獨立像點更為突出的算子，它又被稱為突出的算子，它又被稱為興趣興趣算子或有利算子算子或有利算子，主要用于提，主要用于提取我們感興趣的點（如角點、取我們感興趣的點（如角點、圓點等）。圓點等）。 點特征的灰度特征點特征的灰度特征理想情況理想情況實際情況實際情況理想情況理想情況：灰度從一常數(shù)突然跳躍；實際情況實際情況：有一個緩慢變化

5、趨勢； MoravecMoravec于于19771977年提出利用年提出利用灰度方差灰度方差提取點提取點特征的算子。特征的算子。 rcw121,1,4121,3121,1,212,1,1)()()()(kkiiricirickkiircirckkiiricirickkiricricggVggVggVggV其中)2/(wINTk ),min4321,VVVVIVrc取其中最小者作為該像取其中最小者作為該像素（素（c,rc,r）的興趣值）的興趣值： rcw（1 1）計算各像元的興趣值）計算各像元的興趣值IV（2 2）給定一經(jīng)驗閾值，將興趣值大于該閾）給定一經(jīng)驗閾值，將興趣值大于該閾值的點（即興趣值

6、計算窗口的中心點）值的點（即興趣值計算窗口的中心點）作為候選點作為候選點（3 3）選取候選點中的極值點作為特征點）選取候選點中的極值點作為特征點在一定大小的窗口內(nèi)（可不同于興趣值計算窗口），在一定大小的窗口內(nèi)（可不同于興趣值計算窗口），將候選點中興趣值不是最大者均去掉，僅留下一個興將候選點中興趣值不是最大者均去掉，僅留下一個興趣值最大者，該像素即為一個特征點。趣值最大者，該像素即為一個特征點。 特點特點: :在四個主要方向上，選取具有最大-最小灰度方差的點作為特征點。計算各像素的計算各像素的Roberts梯度梯度和像素和像素（c，r）為中心的一個為中心的一個窗口的窗口的灰度協(xié)方差矩陣灰度協(xié)方差

7、矩陣，在影像中尋找具有，在影像中尋找具有盡可能小而接盡可能小而接近圓近圓的誤差橢圓的點作為特征點。的誤差橢圓的點作為特征點。 ugvg（l l）計算各像素的）計算各像素的Roberts梯度梯度 （2 2）計算）計算 （如（如55或更大）窗口中灰或更大）窗口中灰度的協(xié)方差矩陣度的協(xié)方差矩陣ll其中: )2/()()()(11,11,1,1112,11,2112,1,12lINTkggggggggggggkckcikrkrjjijijijivukckcikrkrjjijivkckcikrkrjjijiu （3 3）計算興趣值）計算興趣值q q與權(quán)值與權(quán)值NNQtrDettr12)(4trNDetN

8、q DetN代表矩陣N之行列式trN代表矩陣N之跡q即像素(c,r)對應(yīng)誤差橢圓圓度： 222222)()(1babaq其中a與b為橢圓之長、短半軸。 為該像元的權(quán)。 （4 4）確定待選點）確定待選點若興趣值大于給定的閾值，則該像元為待選點。閾值為經(jīng)驗值，可參考下列值： 其中 為權(quán)平均值； 為權(quán)的中值。當(dāng)qTq同時 時，該像元為待選點。 )5()5 . 15 . 0(75. 05 . 0cfcfTTcqTc（5 5）選取極值點）選取極值點即在一個適當(dāng)窗口中選擇權(quán)值 最大的待選點（極值點）作為特征點 。能給出特征點的類型且精度較高，但較復(fù)雜。特點特點: :本本講講小小結(jié)結(jié)1.1.什么是特征？什么是特征提?。渴裁词翘卣?？什么是特征提??？2.2.分析特征提取的復(fù)雜性和多樣性。分析特征提取的復(fù)雜性和多樣性。