遙感數(shù)字圖像第十章.ppt

1、第十章 圖像特征與理解,圖像的幾何特征 形狀特征 形狀描述子 紋理分析 曲線與曲面擬合 收縮、變細(xì)和骨架化 網(wǎng)絡(luò)圖像檢索技術(shù),一、圖像的幾何特征,圖像的幾何特征是指圖像中物體的位置、方向、周長(zhǎng)和面積等方面的特征。 盡管幾何特征比較直觀和簡(jiǎn)單，但在許多圖像分析中可以發(fā)揮重要的作用。,1. 位置 一般情況下，圖像中的物體通常并不是一個(gè)點(diǎn)，因此，采用物體或區(qū)域的面積的中心點(diǎn)作為物體的位置。如圖所示,位置與方向,2. 方向,如果物體是細(xì)長(zhǎng)的，則可以將較長(zhǎng)方向的軸定義物體的方向。如圖所示，通常，將最小二階矩軸定義為較長(zhǎng)物體的方向。也就是說(shuō)，要找出一條直線，使物體具有最小慣量，即：,若區(qū)域或物體的邊界已知

2、，則可以采用區(qū)域的最小外接矩形（MER，Mini-mum Enclosing Rectangle）的尺寸來(lái)描述該區(qū)域的基本形狀，如圖所示，a為長(zhǎng)軸，b為短軸。,長(zhǎng)軸和短軸,周長(zhǎng),圖像內(nèi)某一物體或區(qū)域的周長(zhǎng)是指該物體或區(qū)域的邊界長(zhǎng)度。一個(gè)形狀簡(jiǎn)單的物體用相對(duì)較短的周長(zhǎng)來(lái)包圍它所占有面積內(nèi)的像素，即周長(zhǎng)是圍繞所有這些像素的外邊界的長(zhǎng)度。 計(jì)算周長(zhǎng)常用的3種方法,(1) 若將圖像中的像素視為單位面積小方塊時(shí)，則圖像中的區(qū)域和背景均由小方塊組成。區(qū)域的周長(zhǎng)即為區(qū)域和背景縫隙的長(zhǎng)度之和，此時(shí)邊界用隙碼表示，計(jì)算出隙碼的長(zhǎng)度就是物體的周長(zhǎng)。如圖所示圖形，邊界用隙碼表示時(shí)，周長(zhǎng)為24。,(2) 若將像素視為

3、一個(gè)個(gè)點(diǎn)時(shí)，則周長(zhǎng)用鏈碼表示，求周長(zhǎng)也就是計(jì)算鏈碼的長(zhǎng)度。 當(dāng)鏈碼值為奇數(shù)時(shí)，其長(zhǎng)度為 ； 當(dāng)鏈碼值為偶數(shù)時(shí)，其長(zhǎng)度為1; 即周長(zhǎng)p可表示為：,以前述圖為例: 邊界以面積表示時(shí)，物體的周長(zhǎng)為:,(3) 周長(zhǎng)用邊界所占面積表示時(shí)，周長(zhǎng)即物體邊界點(diǎn)數(shù)之和，其中每個(gè)點(diǎn)為占面積為1的一個(gè)小方塊。 以前述圖為例: 邊界以面積表示時(shí)，物體的周長(zhǎng)為15。,面積是衡量物體所占范圍的一種方便的客觀度量。面積與其內(nèi)部灰度級(jí)的變化無(wú)關(guān)，而完全由物體或區(qū)域的邊界決定。同樣面積條件下，一個(gè)形狀簡(jiǎn)單的物體其周長(zhǎng)相對(duì)較短。 1. 像素計(jì)數(shù)法 最簡(jiǎn)單的面積計(jì)算方法是統(tǒng)計(jì)邊界及其內(nèi)部的像素的總數(shù)。根據(jù)面積的像素計(jì)數(shù)法的定義方式

4、，求出物體邊界內(nèi)像素點(diǎn)的總和即為面積，計(jì)算公式如下：,面積,2. 邊界行程碼計(jì)算法 面積的邊界行程碼計(jì)算法可分如下兩種情況： (1) 若已知區(qū)域的行程編碼，則只需將值為1的行程長(zhǎng)度相加，即為區(qū)域面積； (2) 若給定封閉邊界的某種表示，則相應(yīng)連通區(qū)域的面積為區(qū)域外邊界包圍的面積與內(nèi)邊界包圍的面積（孔的面積）之差。 若采用邊界鏈碼表示面積，面積如下:,面積的邊界坐標(biāo)計(jì)算法是采用格林公式進(jìn)行計(jì)算，在x-y平面上，一條封閉曲線所包圍的面積為 離散化為:,3. 邊界坐標(biāo)計(jì)算法,圖像中兩點(diǎn)P1和P2之間的距離是重要的幾何性質(zhì)之一，測(cè)量距離常用的3種方法如下： 1. 歐幾里德距離,距離,2. 市區(qū)距離,3

5、. 棋盤距離,二 形狀特征,物體的形狀特征主要包括: 矩形度 寬長(zhǎng)比 球狀性 圓形度 不變矩 偏心率,物體從圖像中分割出來(lái)以后，將形狀特征與幾何特征結(jié)合起來(lái)，在機(jī)器視覺(jué)系統(tǒng)中起著十分重要的作用，它可以作為區(qū)分不同物體的依據(jù)之一。,1. 矩形度,物體的矩形度指物體的面積與其最小外接矩形的面積之比值。如圖所示，矩形度反映了一個(gè)物體對(duì)其外接矩形的充滿程度。 矩形度的定義：,2. 寬長(zhǎng)比,寬長(zhǎng)比是指物體的最小外接矩形的寬與長(zhǎng)之比值。寬長(zhǎng)比r為,圓形度包括周長(zhǎng)平方面積比、邊界能量、圓形性、面積與平均距離平方之比值等。圓形度可以用來(lái)刻畫物體邊界的復(fù)雜程度。,3. 圓形度,周長(zhǎng)平方面積比,邊界能量,其中:,

6、圓形性,面積與平均距離平方比值,球狀度,不變矩 對(duì)于二維圖像函數(shù)，其（j+k)階矩定義為：,偏心率 偏心率（Eccentricity）又稱為伸長(zhǎng)度（Elongation），它是區(qū)域形狀的一種重要描述方法。偏心率在一定程度上反映了一個(gè)區(qū)域的緊湊性。偏心率有多種計(jì)算公式，一種常用的計(jì)算方法是區(qū)域長(zhǎng)軸（主軸）長(zhǎng)度與短軸（輔軸）長(zhǎng)度的比值，如圖所示，即：,三 形狀描述子,對(duì)物體進(jìn)行描述時(shí)，有時(shí)希望能使用一些比單個(gè)參數(shù)提供更豐富的細(xì)節(jié)，而又比用圖像本身更緊湊的方法來(lái)描述物體的形狀，這就是形狀描述子，它可以對(duì)物體形狀進(jìn)行簡(jiǎn)潔的描述。形狀描述子主要包括: 傅立葉描述子; 邊界鏈碼; 微分鏈碼;,1. 傅立葉

7、描述子,采用傅立葉描述的優(yōu)點(diǎn)是可以將二維問(wèn)題轉(zhuǎn)化為一維問(wèn)題。即將x-y平面中的曲線段轉(zhuǎn)化為一維函數(shù)，或?qū)-y平面中的曲線段轉(zhuǎn)化為復(fù)平面上的一個(gè)序列，即將x-y平面與復(fù)平面重合，其中，實(shí)軸與x軸重合，虛軸與y軸重合。這樣可用復(fù)數(shù) 的形式來(lái)表示給定邊界上的每個(gè)點(diǎn)(x，y)。如圖所示，這兩種表示實(shí)質(zhì)是一致的，是點(diǎn)對(duì)點(diǎn)的一一對(duì)應(yīng)映射關(guān)系。,設(shè)物體的邊界是由N個(gè)點(diǎn)組成的封閉邊界，從任一點(diǎn)開始繞邊界一周就得到一個(gè)復(fù)數(shù)序: 即,可得序列的DFT變換為： 也可稱為邊界的傅立葉描述，其逆變換為：,由于離散傅立葉變換是一種可逆線性變換，而且在變換過(guò)程中信息沒(méi)有任何增減，因此，這一特點(diǎn)為邊界描述提供了方便。若只取

8、頻率域的M個(gè)值，即取前M個(gè)系數(shù)同樣可求出的一組近似值。,實(shí)際應(yīng)用中要考慮的問(wèn)題：,(1) 如果采樣不均勻?qū)?huì)給問(wèn)題求解帶來(lái)困難，因此，在理論上應(yīng)采用等間隔取樣； (2) FFT的算法要求序列長(zhǎng)度為2的整數(shù)次方，這樣在采用FFT之前，應(yīng)調(diào)整序列的長(zhǎng)度。如可先計(jì)算出輪廓的周長(zhǎng)，則除以2的整數(shù)次方得出采樣間隔，然后一個(gè)點(diǎn)一個(gè)點(diǎn)進(jìn)行追蹤。,2. 拓?fù)涿枋?拓?fù)鋵W(xué)（Topology）是研究圖形性質(zhì)的理論。圖形的拓?fù)湫再|(zhì)具有穩(wěn)定性，即只要圖形沒(méi)有發(fā)生破壞性變形，則其拓?fù)湫再|(zhì)不會(huì)因?yàn)槲锢碜冃味淖?。因此，區(qū)域的拓?fù)湫再|(zhì)可用于對(duì)區(qū)域的全局描述，這些性質(zhì)既不依賴于距離，也不依賴于距離測(cè)度的其他特性等。 如圖所示

9、，如果將區(qū)域中的孔洞數(shù)H作為拓?fù)涿枋?子，顯然，只要區(qū)域沒(méi)有被撕裂或 折疊，這個(gè)性質(zhì)不受區(qū)域的伸長(zhǎng)、 旋轉(zhuǎn)等方面的影響，孔洞數(shù)H就不會(huì) 發(fā)生變化。,區(qū)域內(nèi)的連接部分C的個(gè)數(shù)是區(qū)域的另一拓?fù)涮匦浴Ｒ粋€(gè)集合的連通部分就是它的最大子集，在這個(gè)子集的任意點(diǎn)都可以用一條完全屬于該子集中的曲線相連接。下圖所示圖形有三個(gè)連接部分。 歐拉數(shù)也是區(qū)域的重要 拓?fù)涮匦灾?，歐拉數(shù)定義：,3. 邊界鏈碼,鏈碼是對(duì)區(qū)域邊界點(diǎn)的一種編碼表示方法。該方法主要是利用一系列具有特定長(zhǎng)度和方向的相連的直線段來(lái)表示目標(biāo)的邊界。由于每個(gè)線段的長(zhǎng)度固定而方向數(shù)目有限，即僅有邊界的起點(diǎn)需要采用絕對(duì)坐標(biāo)表示，其余點(diǎn)可只用接續(xù)方向來(lái)代表偏

10、移量，并且每一個(gè)點(diǎn)只需一個(gè)方向數(shù)就可以代替兩個(gè)坐標(biāo)值，因此采用鏈碼表示可大大減少邊界表示所需的數(shù)據(jù)量。 最簡(jiǎn)單的鏈碼是跟蹤邊界并賦給每?jī)蓚€(gè)相鄰像素的連線一個(gè)方向值。常用的有4方向和8方向鏈碼,(a) 4方向鏈碼 (b) 8方向鏈碼,若采用4方向，則鏈碼為： (8，8) 1 1 1 1 2 2 3 2 3 2 3 3 0 0； 若采用8方向，則鏈碼為： (5，5) 2 2 2 2 4 4 5 5 6 6 0 0。,使用鏈碼時(shí)，起點(diǎn)的選擇常很關(guān)鍵。對(duì)同一個(gè)邊界，如用不同的邊界點(diǎn)作為鏈碼的起點(diǎn)，得到的鏈碼則是不同的。為解決這個(gè)問(wèn)題可采用歸一化鏈碼表示方法，具體方法如下： （1）給定一個(gè)從任意點(diǎn)開始產(chǎn)

11、生的鏈碼，先將它視為一個(gè)由各方向數(shù)組成的自然數(shù)； （2）將這些方向數(shù)依一個(gè)方向循環(huán)，以使它們所構(gòu)成的自然數(shù)的值最?。?（3）將這樣轉(zhuǎn)換后所對(duì)應(yīng)的鏈碼起點(diǎn)作為該區(qū)域邊界的歸一化鏈碼的起點(diǎn)。,歸一化鏈碼表示方法：,（1）給定一個(gè)從任意點(diǎn)開始產(chǎn)生的鏈碼，先將它視為一個(gè)由各方向數(shù)組成的自然數(shù)； （2）將這些方向數(shù)依一個(gè)方向循環(huán)，以使它們所構(gòu)成的自然數(shù)的值最?。?（3）將這樣轉(zhuǎn)換后所對(duì)應(yīng)的鏈碼起點(diǎn)作為該區(qū)域邊界的歸一化鏈碼的起點(diǎn)。,4 . 一階差分鏈碼,采用鏈碼表示物體或區(qū)域邊界的主要優(yōu)點(diǎn)是當(dāng)目標(biāo)平移時(shí)，邊界鏈碼不會(huì)發(fā)生變化，而不足之處是，當(dāng)區(qū)域旋轉(zhuǎn)時(shí)則鏈碼會(huì)發(fā)生變化。為解決旋轉(zhuǎn)時(shí)鏈碼變化的問(wèn)題，可以采

12、用鏈碼旋轉(zhuǎn)歸一化處理方法，即應(yīng)用原始鏈碼的一階差分來(lái)重新構(gòu)造一個(gè)表示原鏈碼各段之間方向變化的新序列。差分可用相鄰兩個(gè)方向數(shù)按反方向相減，所謂反方向即后一個(gè)減去前一個(gè)求取差分。,原始圖像邊界鏈碼及差分,原始圖像邊界鏈碼及差分,一階差分鏈碼實(shí)例,霍夫變換是Hough于1962年提出的一種線描述方法。它可以將笛卡兒坐標(biāo)空間的線變換為極坐標(biāo)空間中的點(diǎn)。如圖10-17所示，在x-y坐標(biāo)系中的一條直線，若以代表直線距原點(diǎn)的法線距離，為該法線與x軸的夾角，則可用如下參數(shù)方程來(lái)表示該直線。,5. 霍夫變換,通過(guò)霍夫變換將直角坐標(biāo)系中的直線變換到極坐標(biāo)系中則是一個(gè)點(diǎn)。,霍夫變換示意圖,霍夫變換具有如下主要性質(zhì)：

13、 (1) 直角坐標(biāo)系中的一點(diǎn)對(duì)應(yīng)于極坐標(biāo)系中的一條正弦曲線； (2) 變換域極坐標(biāo)系中的一點(diǎn)對(duì)應(yīng)于直角坐標(biāo)系中的一條直線； (3) 直角坐標(biāo)系一條直線上的N個(gè)點(diǎn)對(duì)應(yīng)于極坐標(biāo)系中共點(diǎn)的N條曲線。,紋理目前還沒(méi)有統(tǒng)一和公認(rèn)的確切的定義。 一般認(rèn)為類似于布紋、草地、磚頭、 墻面等具有重復(fù)性結(jié)構(gòu)的圖像叫紋理圖像。,四. 紋理分析,紋理圖像在局部區(qū)域內(nèi)可能呈現(xiàn)不規(guī)則性，但整體上則表現(xiàn)出一定的規(guī)律性，其灰度分布往往表現(xiàn)出某種周期性。 紋理圖像所表現(xiàn)出的這種特有的性質(zhì)稱為紋理。實(shí)際中很多圖像具有紋理型結(jié)構(gòu)，對(duì)這類紋理型圖像可以通過(guò)紋理分析提取其宏觀特征信息。,1. 紋理特征,紋理最初指纖維物的外觀，紋理圖像

14、在很大范圍內(nèi)沒(méi)有重大細(xì)節(jié)變化，在這些區(qū)域內(nèi)圖像往往顯示出重復(fù)性結(jié)構(gòu)。有時(shí)，物體在紋理上與其周圍背景和其他物體有區(qū)別，這時(shí)，圖像分割應(yīng)以紋理為基礎(chǔ)。,雖然紋理目前尚無(wú)統(tǒng)一的定義，但一般來(lái)說(shuō)，紋理是由許多相互接近的、互相交織的元素構(gòu)成，它們具有周期性。紋理在一定程度上反映了一個(gè)區(qū)域中像素灰度級(jí)的空間分布的屬性。 紋理可分為人工紋理和天然紋理（自然紋理）。,典型的人工紋理,典型的自然紋理,2.紋理分析常用的方法:,統(tǒng)計(jì)法 自相關(guān)函數(shù)法 傅立葉頻譜法 聯(lián)合概率矩陣法 句法結(jié)構(gòu)法,1. 統(tǒng)計(jì)法,統(tǒng)計(jì)法是利用圖像內(nèi)某一區(qū)域或物體的灰度直方圖的矩對(duì)紋理結(jié)構(gòu)進(jìn)行描述，它又可以分為灰度差分統(tǒng)計(jì)法和行程長(zhǎng)度統(tǒng)計(jì)法

15、。 (1) 灰度差分統(tǒng)計(jì)法 取圖像內(nèi)任意一點(diǎn)(x，y)，設(shè)與該點(diǎn)相鄰的點(diǎn)的灰度差值為：,稱為灰度差分,灰度差分一般采用以下參數(shù)描述紋理圖像的特征：,對(duì)比度 角度方向二階矩 熵 平均值,設(shè)圖像內(nèi)任意點(diǎn)(x，y)的灰度值為g，與其相鄰點(diǎn)的灰度值也可能為g或其他值，統(tǒng)計(jì)出從任一點(diǎn)出發(fā)沿方向上連續(xù)n個(gè)點(diǎn)都具有灰度值g所發(fā)生的概率，記此概率為P(g，n)。,2.行程長(zhǎng)度統(tǒng)計(jì)法,長(zhǎng)行程加重法灰度值分布 行程長(zhǎng)度分布 行程比,頻譜法即傅立葉頻譜法，指依據(jù)傅立葉頻譜的頻率特性來(lái)描述周期的或近似周期的二維圖像紋理結(jié)構(gòu)。對(duì)于圖像而言，如下二維傅立葉變換 能包括其全部紋理信息。二維傅立葉變換的功率譜如下,2 . 頻

16、譜法,傅立葉頻譜中突起的峰值對(duì)應(yīng)紋理模式的主方向，峰值在頻域平面的位置對(duì)應(yīng)模式的基本周期。 實(shí)際應(yīng)用中，一般將頻譜先轉(zhuǎn)換到極坐標(biāo)系中，如圖所示，此時(shí)傅立葉變換可用表示，其頻譜可用函數(shù)表示。,物體的紋理常用其粗糙性加以描述。例如，在相同的外觀條件下，毛織品一般比絲織品粗糙。粗糙性的程度與局部結(jié)構(gòu)的空間重復(fù)周期有關(guān)，周期大的紋理細(xì)；反之則紋理粗糙。這種感覺(jué)上的粗糙雖不足以定量表示紋理的測(cè)度，但可說(shuō)明紋理測(cè)度的變化趨勢(shì)。即紋理測(cè)度值小表示紋理比較細(xì)密，紋理測(cè)度值大表示紋理比較粗糙。,3. 空間自相關(guān)函數(shù)法,設(shè)圖像以f(m，n)表示，則自相關(guān)函數(shù)可定義如下：,4.聯(lián)合概率矩陣法,聯(lián)合概率矩陣法是通過(guò)對(duì)

17、圖像的所有像素進(jìn)行統(tǒng)計(jì)并描述其灰度分布的一種方法。取圖像中任意一點(diǎn)(x，y)及偏離它的另一點(diǎn)(x+a，y+b)組成一個(gè)點(diǎn)對(duì)，設(shè)該點(diǎn)對(duì)的灰度值為,令點(diǎn)(x，y)在所分析的區(qū)域內(nèi)移動(dòng)，則可得到全部 值,例:圖(a)為原圖像，共有16個(gè)灰度級(jí)，為使概率矩陣簡(jiǎn)單起見(jiàn)，首先將圖(a)的灰度級(jí)數(shù)減為4級(jí)變?yōu)閳D(b)的形式。,因此，差分值(a，b)取不同的數(shù)值，就可以得到不同情況下的聯(lián)合概率矩陣。,在紋理的句法結(jié)構(gòu)分析中，將紋理定義為結(jié)構(gòu)基元按某種規(guī)則重復(fù)分布所構(gòu)成的模式。進(jìn)行紋理結(jié)構(gòu)分析，需要先描述結(jié)構(gòu)基元的分布規(guī)律。因此，一般可進(jìn)行如下兩項(xiàng)工作： (1) 從輸入圖像中提取結(jié)構(gòu)基元并描述其特征； (2)

18、描述結(jié)構(gòu)基元的分布規(guī)則。,5. 紋理的句法結(jié)構(gòu)分析法,先將紋理圖像分成許多窗口，即形成子紋理。其中最小的小塊就是最基本的子紋理（即基元）。 紋理基元可以是一個(gè)像素，也可以是4個(gè)或9個(gè)灰度比較一致的像素集合。,具體方法：,紋理的表達(dá)可以是多層次的，如圖示，它可以從像素或小塊紋理一層一層地向上拼合。而且，基元的排列可有不同規(guī)則，如圖(b)中，第一級(jí)紋理排列為ABA，第二級(jí)排列為BAB等,五. 曲線與曲面擬合,圖像分析中，為了描述物體的邊界或其他特征，可以根據(jù)一組點(diǎn)集的數(shù)據(jù)來(lái)擬合曲線或曲面。曲線與曲面的擬合是數(shù)值分析中重要的內(nèi)容之一，通常使用最小均方誤差準(zhǔn)則來(lái)尋找一定條件下的最佳擬合函數(shù)。常用的有多

19、項(xiàng)式方法擬合，特別是二次多項(xiàng)式形式，對(duì)于更一般的情況，也可采用樣條函數(shù)。,曲線擬合曲線擬合（MSE）問(wèn)題是給定一個(gè)具有N個(gè)點(diǎn)的點(diǎn)集，找出一個(gè)函數(shù)使其均方誤差最小，即：,若假定為拋物線，則其曲線形式為：,確定最佳參數(shù)值,一般可采用最小二乘法求解, 該問(wèn)題可用矩陣形式描述：,則誤差向量為：,均方誤差為,最優(yōu)解為：,例，根據(jù)如下5點(diǎn)數(shù)據(jù)擬合拋物線： （0.9，1.8）,（2.2，3）,（3，2.5）,（4，3）,（5，2）,解：采用矩陣方法，根據(jù)以上5點(diǎn)數(shù)據(jù)可得如下矩陣：,根據(jù)以上矩陣數(shù)據(jù)可得：,誤差向量為：,得最終擬合的拋物線：,擬合曲線如圖所示：,為實(shí)現(xiàn)對(duì)圖像中的圓形或橢圓形物體進(jìn)行度量，可以采

20、用高斯曲面對(duì)圖像進(jìn)行擬合，二維高斯方程表示為：,2. 曲面擬合,將上式取對(duì)數(shù)，然后兩邊同乘以 可得：,表示為矩陣形式如下：,是N1向量，元素為：,C是高斯參數(shù)經(jīng)運(yùn)算后的向量：,B是N5矩陣，其第i行為：,(1) 用于擬合的點(diǎn)應(yīng)能覆蓋全部所關(guān)注的區(qū)域； (2) 用于擬合的數(shù)據(jù)點(diǎn)的數(shù)量（N）不能太小，最好是矩陣B的列數(shù)的23倍，以免矩陣求逆時(shí)出現(xiàn)奇異現(xiàn)象； (3) 在擬合曲線之前，應(yīng)先確定數(shù)據(jù)點(diǎn)集的主軸，并將主軸旋轉(zhuǎn)至水平方向； (4) 采用高斯擬合時(shí)，采樣點(diǎn)應(yīng)分布在峰值的周圍，若僅對(duì)峰值一側(cè)數(shù)據(jù)進(jìn)行高斯擬合，將出現(xiàn)較大的誤差。,實(shí)際擬合時(shí)，應(yīng)注意如下幾點(diǎn)：,六. 收縮、變細(xì)和骨架化,收縮、變細(xì)和

21、骨架化的目的都是為了減小像素的連通區(qū)，一般情況下這些運(yùn)算是不可逆的。收縮是將區(qū)域縮小為單一像素的過(guò)程，而變細(xì)是指減小物體的截面寬度，骨架化則是將區(qū)域變?yōu)闂l形骨架的算法。,觀察像素之間的關(guān)系可以發(fā)現(xiàn)，除圖像邊界的像素之外，任何像素都有左上、左下、右上、右下4個(gè)近鄰像素，且共有8個(gè)鄰接像素。對(duì)于下頁(yè)圖(a)所示的二值圖像，直觀上可以認(rèn)為這3個(gè)區(qū)域中各像素是連通的，而圖(b)的連通性可能會(huì)有不同理解。在多灰度級(jí)的圖像中，這種連通性會(huì)變得更復(fù)雜。,1. 連通,簡(jiǎn)言之，所謂連通即像素與其鄰接像素如果有相同的灰度級(jí)，則稱為連通。,2 中軸變換,中軸變換（MAT，Medial Axis Transform）

22、是一種用來(lái)確定物體骨架的細(xì)化技術(shù)。,中軸變換原理,理論上，由圖形的中軸骨架及最小距離還可以重建圖形的邊界。由于每個(gè)骨架點(diǎn)保持了其與邊界點(diǎn)距離最小的性質(zhì)，因此，用以每個(gè)骨架點(diǎn)為中心的圓的集合（利用合適的量度），就可恢復(fù)出原始的區(qū)域來(lái)。具體即以每個(gè)骨架點(diǎn)為圓心，以前述最小距離為半徑作圓，它們的包絡(luò)就構(gòu)成了區(qū)域的邊界，填充這些圓就得到原區(qū)域?；蛘咭悦總€(gè)骨架點(diǎn)為圓心，以所有小于和等于最小距離的長(zhǎng)度為半徑作圓，這些圓的并集就覆蓋了整個(gè)區(qū)域。中軸變換原理如下頁(yè)圖所示。,中軸變換原理示意,骨架是用一個(gè)點(diǎn)與一個(gè)點(diǎn)集的最小距離來(lái)定義的，可寫成,細(xì)長(zhǎng)區(qū)域和物體歐氏距離骨架,較粗區(qū)域或物體的歐氏距離骨架,七. 網(wǎng)絡(luò)

23、圖像檢索技術(shù),圖像檢索的概念 基于文本的圖像檢索 基于內(nèi)容的圖像檢索 網(wǎng)絡(luò)圖像檢索 典型的圖像檢索引擎,1. 圖像檢索的概念,對(duì)于圖像檢索的研究可以追溯到20世紀(jì)70年代中后期，當(dāng)時(shí)的研究主要是基于文本的圖像檢索技術(shù)（TBIR），即采用文本描述的方式描述圖像的特征，例如，繪畫作品的作者、年代、尺寸、流派等。 20世紀(jì)90年代，出現(xiàn)了對(duì)圖像的內(nèi)容語(yǔ)義描述，如以圖像的顏色、紋理、布局等進(jìn)行分析和檢索的圖像檢索技術(shù)，即基于內(nèi)容的圖像檢索（CBIR）技術(shù)。CBIR屬于基于內(nèi)容檢索（CBR）的一種，CBR中還包括對(duì)動(dòng)態(tài)視頻、音頻等其它形式多媒體信息的檢索技術(shù)。,在檢索原理上，無(wú)論是基于文本的圖像檢索還是基于內(nèi)容的圖像檢索，主要包括如下三個(gè)方面： 對(duì)用戶需求的分析和轉(zhuǎn)化，形成可以檢索索引數(shù)據(jù)庫(kù)的提問(wèn)； 收集和加工圖像資源，提取特征，分析并進(jìn)行標(biāo)引，建立圖像的索引數(shù)據(jù)庫(kù)； 依據(jù)相似度算法，計(jì)算用戶提問(wèn)與索引數(shù)據(jù)庫(kù)中記錄的相似度大小，提取出滿足閾值的記錄作為結(jié)果，按照相似度降序的方式輸出。,圖像檢