《特征提取和測量誤差.ppt》由會員分享，可在線閱讀，更多相關(guān)《特征提取和測量誤差.ppt（63頁珍藏版）》請在裝配圖網(wǎng)上搜索。

第11章特征提取和測量誤差,數(shù)字圖像分析與處理,第11章特征提取和測量誤差,為描述圖像中目標的特性，常需要提取其特征圖像特征測量指對圖像中對應(yīng)這些特性的描述符或描述參數(shù)的測量對目標特征的測量從根本上來說是要從數(shù)字化的數(shù)據(jù)中準確地估計出產(chǎn)生這些數(shù)據(jù)的模擬量的性質(zhì)，因為這是一個估計過程，所以測量誤差是不可避免的。需要研究導(dǎo)致誤差產(chǎn)生的原因并設(shè)法減小各種因素的影響,在一個實際的圖像識別系統(tǒng)中,圖像預(yù)處理與分割的最終目的是為了進一步對圖像的特征進行提取和分析,即先找出能夠區(qū)分不同目標的合適特征參數(shù),這些特征參數(shù)對于不同目標能夠得到不同的特征值,根據(jù)特征值,我們就可以區(qū)分開不同的目標。原始特征的數(shù)量很大，通過映射或變換的方法可以將高維空間中的特征描述用低維空間的特征來描述，這個過程叫特征提取。選取的特征應(yīng)具有可區(qū)別性、可靠性、獨立性好和數(shù)量少的特點。,11.1區(qū)域形狀特征及測量11.2區(qū)域紋理特征及測量11.3運動檢測及測量11.4特征測量的準確度,,形狀緊湊性:伸長性形狀參數(shù)根據(jù)區(qū)域的周長和區(qū)域的面積計算,11.1區(qū)域形狀特征及測量,周長,區(qū)域為圓形時F為1，其它形狀時，F(xiàn)>1，即當區(qū)域為圓時，F(xiàn)為最小,對數(shù)字圖像而言，邊界按4-連通計算，則對正八邊形區(qū)域F最小，邊界按8-連通計算，則對正菱形F最小,區(qū)域的形狀和形狀參數(shù)有一定的聯(lián)系，但又不是一一對應(yīng)的,形狀參數(shù)特點：無量綱對尺度變化不敏感對旋轉(zhuǎn)也不敏感（去除由于離散區(qū)域旋轉(zhuǎn)帶來的誤差）,邊界的長度－邊界的全局特征，指邊界所包圍區(qū)域的輪廓的周長,區(qū)域R的邊界B是由R的所有邊界點按4-方向或8-方向連接組成的，區(qū)域的其它點稱為區(qū)域的內(nèi)部點,輪廓長度計算,,對于區(qū)域R而言，它的每1個邊界點P都應(yīng)滿足2個條件：（1）P本身屬于區(qū)域R;（2）P的鄰域中有象素不屬于區(qū)域R,注意：如果區(qū)域R的內(nèi)部點用8-方向連通來判斷，則得到的邊界為4-方向連通的，如果用4-方向連通來判斷，則得到的邊界為8-方向連通的,如圖說明這個問題,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,(a),(b),(a)中淺陰影象素點組成1個目標區(qū)，如果將內(nèi)部點用8-方向連通判斷，則(b)深色區(qū)域點為內(nèi)部點，其余淺色區(qū)域點構(gòu)成4-方向連通邊界；如果將內(nèi)部點用4-方向連通判斷，則此時區(qū)域內(nèi)部點和8-方向連通邊界如圖(c)所示。,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,(c),,,,,,,計算周長常用的3種方法,(1)若將圖像中的像素視為單位面積小方塊時，則圖像中的區(qū)域和背景均由小方塊組成。區(qū)域的周長即為區(qū)域和背景縫隙的長度之和，此時邊界用隙碼表示，計算出隙碼的長度就是物體的周長。如圖所示圖形，邊界用隙碼表示時，周長為24。,(2)當把像素看作一個個點時，則周長用鏈碼表示，求周長也即計算鏈碼長度。此時，當鏈碼值為奇數(shù)時，其長度記作；當鏈碼值為偶數(shù)時，其長度記作1。即周長p表示為,式中，Ne和No分別是邊界鏈碼（8方向）中走偶步與走奇步的數(shù)目。邊界用鏈碼表示時，周長為10+5,,(3)周長用邊界所占面積表示時，周長即物體邊界點數(shù)之和，其中每個點為占面積為1的一個小方塊。,邊界以面積表示時，物體的周長為15。,區(qū)域面積－描述區(qū)域的大小，對屬于區(qū)域的象素計數(shù)，設(shè)正方形象素的邊長為單位長，則其面積A的計算式為：A=∑(x,y)∈R1,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,d,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,n,A=#ofpixels=10,A=d*d/2=4.5,A=n*n/2=8,后面兩種方法直觀，但誤差較大，而第一種方法不僅簡單，而且對原始模擬區(qū)域面積的無偏和一致的最好估計,區(qū)域面積,形狀緊湊性偏心率區(qū)域的偏心率可由p和q的比值得到繞X軸的轉(zhuǎn)動慣量為A，繞Y軸的轉(zhuǎn)動慣量為B，慣性積為C,偏心率另一種表示的方法：采用區(qū)域主軸和輔軸的比。如圖所示，E=A/B。圖中，主軸與輔軸相互垂直，且是兩方向上的最長值。,,,形狀緊湊性球狀性其中ri代表區(qū)域內(nèi)切圓的半徑，而rc代表區(qū)域外接圓的半徑，2個圓的圓心都在區(qū)域的重心上,,當區(qū)域為圓時,球狀性的值S達到最大值1.0，而當區(qū)域為其他形狀時，則有S＜1.0。S不受區(qū)域平移、旋轉(zhuǎn)和尺度變化的影響。,,球狀性定義示意圖,形狀緊湊性圓形性用區(qū)域R的所有輪廓點定義的特征量?R為從區(qū)域重心到輪廓點的平均距離，?R為從區(qū)域重心到輪廓點的距離的均方差,,圓形性，即特征量C當區(qū)域R趨向圓形時是單增趨向無窮的，它不受區(qū)域平移、旋轉(zhuǎn)和尺度變化的影響，可以推廣用于描述三維目標。,,描述符比較：各個區(qū)域描述符的數(shù)值對不同物體的區(qū)別能力是各有特點的。,,形狀復(fù)雜性：不規(guī)則性細度比例：它是形狀因子的倒數(shù)，即4(A/B2)(2)面積周長比：A/B(3)矩形度：定義為A/AMER，其中AMER代表圍盒面積。矩形度反映的是目標的凹凸性。(4)與邊界的平均距離定義為A/(5)輪廓溫度：根據(jù)熱力學(xué)原理得來，定義為，其中H為目標凸包的周長,形狀復(fù)雜性飽和度（越小，形狀越復(fù)雜）在一定意義下反映了目標的緊湊性（緊致性），它考慮的是目標在其圍盒中的充滿程度?？捎脤儆谀繕说南袼財?shù)與整個圍盒所包含的像素數(shù)之比來計算,,紋理是圖像分析中常用的概念，但目前尚無統(tǒng)一的定義。紋理(Tuxture)一詞最初指纖維物的外觀，一般來說，可以認為紋理是由許多相互接近的、互相編織的元素構(gòu)成，它們富有周期性?？蓪⒓y理定義為“任何事物構(gòu)成成分的分布或特征，尤其是涉及外觀或觸覺的品質(zhì)”。與圖像分析直接有關(guān)的定義是“一種反映一個區(qū)域中像素灰度級的空間分布的屬性”。,11.2區(qū)域紋理特征及測量,紋理可認為是灰度（顏色）在空間以一定的形式變化而產(chǎn)生的圖案（模式）。人工紋理是某種符號的有序排列，這些符號可以是線條、點、字母等，是有規(guī)則的。自然紋理是具有重復(fù)排列現(xiàn)象的自然景象，如磚墻、森林、草地等照片，往往是無規(guī)則的。,圖人工紋理與自然紋理(a)人工紋理；（b）自然紋理,幾種紋理圖像,從左到右白色方塊標記平滑、粗糙、有規(guī)則的紋理。這些光學(xué)顯微鏡下的圖像分別是一塊超導(dǎo)體、人類的膽固醇和一個微處理器,,常用的三種紋理特征測量方法：統(tǒng)計法：利用對圖像灰度分布和關(guān)系的統(tǒng)計規(guī)律描述紋理。結(jié)構(gòu)法：利用紋理基元和排列規(guī)則來描述紋理。頻譜法：利用傅里葉頻譜中的高能量窄脈沖來描述紋理中的全局周期性質(zhì)。,,統(tǒng)計法共生矩陣設(shè)S為目標區(qū)域R中具有特定空間聯(lián)系的像素對的集合，則共生矩陣P可定義為等號右邊的分子是具有某種空間關(guān)系、灰度值分別為g1和g2的像素對的個數(shù)，分母為像素對的總和個數(shù)（#代表數(shù)量）,,設(shè)W是1個位置算子，A是1個kk矩陣，其中每個元素aij為具有灰度值gi的點相對于由W確定的具有灰度值gj的點出現(xiàn)的次數(shù)，其中1≤i,j≤k。圖(a)是只有3個灰度級的圖像(g1=0,g2=1,g3=2)，定義W為“向右1個象素和向下1個象素”(即右下角像素)的位置關(guān)系，得到的矩陣A如圖(b)所示,(a),,(b),,31/17,如果設(shè)滿足W的象素對的總個數(shù)為N，則將A的每個元素除以N就可得到滿足W關(guān)系的象素對出現(xiàn)概率的估計，并得到相應(yīng)的共生矩陣,空間灰度共生矩陣,灰度共生矩陣就是從的圖像f(x,y)的灰度為i的像素出發(fā)，統(tǒng)計與距離為，灰度為j的像素同時出現(xiàn)的概率。用數(shù)學(xué)表達式則為：,灰度共生矩陣的像素對,1.0o方向灰度共生矩陣當時，，由于所給圖像中只有4個灰度級，因此所求得的灰度共生矩陣的大小為。,0o方向灰度共生矩陣計算示意圖,一幅數(shù)字灰度圖像,45o方向灰度共生矩陣當時，。,45o方向灰度共生矩陣計算示意圖,90o方向灰度共生矩陣當時，。,90o方向灰度共生矩陣計算示意圖,135o方向灰度共生矩陣當時，。,135o方向灰度共生矩陣計算示意圖,統(tǒng)計法共生矩陣圖(a)和圖(b)1幅有較多細節(jié)的圖像及其共生矩陣圖，圖(c)和圖(d)1幅相似區(qū)域較大的圖像及其共生矩陣圖,,基于共生矩陣的紋理描述符,14個紋理描述符,(1)角二階矩,,(2)對比度（反差）,,（3）相關(guān)性,,其中分別是的均值和均方差，分別是的均值和均方差,,,,,（4）差分矩,,其中μ是P(i,j)的均值,（5）逆差分矩（均勻性）,,（6）和平均,,（7）和方差,,（8）和熵,,（9）熵,,（10）差方差,,,其中,（11）差熵,,（12）相關(guān)信息測度1,,,其中,,,（13）相關(guān)信息測度2,,其中,,（14）最大相關(guān)系數(shù),,結(jié)構(gòu)法基本思想是認為復(fù)雜的紋理可由一些簡單的紋理基元（基本紋理元素）以一定的有規(guī)律的形式重復(fù)排列組合而成紋理基元是由一組屬性所刻畫的相連通的像素集合排列規(guī)則將給定的紋理基元按照規(guī)定的方式組織成所需的紋理模式,,排列規(guī)則,S→同樣地的規(guī)則,表明字符S可以被重寫為同樣地,三次應(yīng)用此規(guī)則可生成字串a(chǎn)aaS。如果a表示一個圓，aaa…的串為“向右排布的圓”,增加一些新的規(guī)則：S→bA，A→cA，A→c，A→bS，S→a，這里b的存在表示“向下排布的圓”，c的存在表示“向左排布的圓”。例如：aaabccbaa的串。這個串對應(yīng)一個圓的3x3階矩陣。還可以很容易地生成更大的紋理模式,基本思想是：一個簡單的“紋理圖元”可以借助一些限制圖元可能的排列規(guī)則組成更為復(fù)雜的紋理模式。,頻譜法傅里葉頻譜傅里葉頻譜的頻率特性可用來描述周期的或近乎周期的2-D圖像模式的方向性。具體是借助傅里葉頻譜中突起的峰值來確定紋理模式的主方向，而用這些峰在頻域平面的位置來確定模式的基本周期,實際檢測中，為簡便起見可把頻譜轉(zhuǎn)化到極坐標系中,此時頻譜可用函數(shù)S(r,θ)表示。對每個確定的方向θ，S(r,θ)是一個一維函數(shù)Sθ(r)；對每個確定的頻率r，S(r,θ)是一個一維函數(shù)Sr(θ)。對給定的θ，分析Sθ(r)得到的頻譜沿原點射出方向的行為特性；對給定的r，分析Sr(θ)得到的頻譜在以原點為中心的圓上的行為特性。,如果把這些函數(shù)對下標求和可得到更為全局性的描述，即,式中，R是以原點為中心的圓的半徑。,S(r)和S(θ)構(gòu)成整個圖像或圖像區(qū)域紋理頻譜能量的描述。圖(a)、(b)給出了兩個紋理區(qū)域和頻譜示意圖，比較兩條頻譜曲線可看出兩種紋理的朝向區(qū)別，還可從頻譜曲線計算它們的最大值的位置等。,圖紋理和對應(yīng)的頻譜示意圖,頻譜法貝塞爾-傅里葉頻譜(1)貝塞爾-傅里葉系數(shù)(2)灰度分布函數(shù)（灰度直方圖）的矩(3)部分旋轉(zhuǎn)對稱系數(shù)(4)部分平移對稱系數(shù)(5)粗糙度(6)對比度(7)不平整度(8)規(guī)則性,,差圖像的計算在序列圖像中，通過逐像素比較可直接求取前后兩幀圖像之間的差別對時間上相鄰的兩幅圖像求差就可以將圖像中運動目標的位置和形狀變化突現(xiàn)出來差圖像：不為零處表明該處的像素發(fā)生了移動,11.3運動檢測及測量,目標運動差分圖象,濾波圖象,56/30,累積差圖像的計算：基本思想是通過分析整個圖像序列的變化來檢測小位移或緩慢運動物體,累積差圖像的計算取第一幅圖作為參考圖，通過將參考圖與其后的每一幅圖比較就可得到累積差圖像（ADI）(1)ADI中相鄰像素數(shù)值間的梯度關(guān)系可用來估計目標移動的速度矢量，這里梯度的方向就是速度的方向，梯度的大小與速度成正比(2)ADI中像素的數(shù)值可幫助確定運動目標的尺寸和移動的距離(3)ADI中包含了目標運動的全部歷史資料，有助于檢測慢運動和尺寸較小目標的運動,,準確度和精確度準確度或準確性也稱無偏性，指實際測量值和作為（參考）真值的客觀標準值的接近程度精確度或精確性也稱效能，是根據(jù)重復(fù)性來定義的，這里重復(fù)性指測量過程能重復(fù)進行并得到相同測量結(jié)果的能力無偏性是科學(xué)方法最重要的屬性僅僅高度精確但不準確的測量一般是沒有實際用途的,11.4特征測量的準確度,準確度和精確度準確度和精確度的關(guān)系如果很快收斂到穩(wěn)定的值，并有很小的方差，則是有效能的，盡管此時有偏。但也有可能無偏但無效能，估計值收斂很慢但很接近真值,測量誤差(1)精確度：一致估計(2)準確度：無偏估計,影響測量準確度的因素(1)場景中客觀物體本身參數(shù)或特征的自然變化(2)圖像采集過程中量化的影響(3)不同的圖像處理和分析手段(4)對特征不同的測量方法和計算公式(5)圖像處理和分析過程中噪聲等干擾的影響,,61/30,影響測量精確度的因素測量的精確度和測量的準確度無偏估計和一致估計,直線長度測量設(shè)Ne為偶數(shù)鏈碼的個數(shù)，No為奇數(shù)鏈碼的個數(shù)，Nc為角點（即鏈碼方向發(fā)生變化的點）個數(shù)，則整個鏈碼的長度L可由下列通式計算,,直線長度測量實際場景中的許多直線成像得到的離散直線都可能以這2點為公共端點,,