前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >数字图像处理之表示与描述

数字图像处理之表示与描述

作者头像
Minerva
修改2020-05-23 10:12:04
1.4K0
修改2020-05-23 10:12:04
举报
文章被收录于专栏:Python编程和深度学习

表示与描述

在图像分割后,一般要进行形式化的表示和描述。 (1)外部特征(如边界)来表示区域-->用特征对其描述(如长度,边界缺陷数量) (2)内部特征(如像素)来表示区域-->内部表示(如颜色、纹理) 图像表示分成边界表示(如链码、边界分段等)和区域表示(如四叉树、骨架等)两大类。

2表示法

2.1链码:是一种边界的编码表示方法。

如果对下图进行4链码,结果为003332221101

2.2多边形逼近

用最少的多边形线段,获取边界性质的本质

点合成法

1)沿着边界选两个相邻的点对, 2)计算误差首尾连接直线段与原始折线段的误差R 3)如果误差小于我们设定的阀值T,去掉中间点;否则保留 4)以下一个为起点,重复1—3 5)当第一个点被遇到,结束。

边分裂法

1)连接边界线段的两个端点(如果是封闭边,连接最远点) 2)如果最大正交距离(感觉是距离这个线段最远的点)大于阀值,将边界分为两段,最大值点定位一个顶点。重复1 3)如果没有超过阀值的正交距离,结束。

2.3外形特征

用一维函数表达边界的方法。 质心角函数:边上的点到质心的距离,作为夹角的函数。

2.4 边界分段

一个任意集合S的凸起外缘H,是包含S的最小凸起的集合,H-S的差就是集合S的凸起补集D

1)构造边界的凸包 2)跟踪区域凸包的边界,记录凸包边界进出区域的转变点即可实现对边界的分割

2.5 区域骨架提取

通过细化(抽骨架)将一个平面区域削减城图形。 Blum中轴变换方法(MAT),计算区域中每个点到边界点的距离。

3边界描述

3.1简单描述子

边界的周长:沿轮廓线计算像素的个数。

边界的直径:边界上任意两点距离的最大值。

边界的曲率:斜率的变化率(k1-k2)。

边界的凸线段点:顶点p1的斜率非负。 边界的凹线段点:顶点p2的斜率为负。

3.2 傅里叶描述子

将一个二维问题简化成一个一维问题 1)对于XY平面上的每个边界点,将其坐标用复数表示为:s(k)=x(k)+jy(k),k=0,1,…,N-1

2)进行离散傅里叶变换

a(u)被称为边界的傅里叶描述子 3)选取整数M≤N-1,进行傅里叶逆变换(重构)

即对于大于N-1的部分忽略,而傅里叶变换中高频部分对应于图形的细节信息,M越小,细节部分丢失的越多。

3.3矩量

√统计矩:用一维函数描述边界曲线,把边界当作直方图函数,易于实现并且具有对边界形状的物理意义

(L是边界上点的数目, 是边界的矩量)

4.区域描述

4.1简单描绘子

区域面积:区域中的像素的数目。 区域重心:

区域周长:区域边界的长度 致密度:(周长)²/面积 其它简单描绘子:如最大值、最小值、中值、均值、方差等。

4.2纹理

反映像素灰度的空间分布属性的图像特征 通常变现为局部不规则但宏观有规律性,周期性 常用的纹理描述方法 ·统计法(基于图像的灰度直方图的特性来描述纹理)

·频谱法(分析纹理的频域特征)

本文参与 腾讯云自媒体同步曝光计划,分享自微信公众号。
原始发表:2020-02-06,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 Python编程和深度学习 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
目录
  • 表示与描述
  • 2表示法
    • 2.1链码:是一种边界的编码表示方法。
      • 2.2多边形逼近
        • 点合成法
          • 边分裂法
            • 2.3外形特征
              • 2.4 边界分段
                • 2.5 区域骨架提取
                • 3边界描述
                  • 3.1简单描述子
                    • 3.2 傅里叶描述子
                      • 3.3矩量
                      • 4.区域描述
                        • 4.1简单描绘子
                          • 4.2纹理
                          相关产品与服务
                          图像处理
                          图像处理基于腾讯云深度学习等人工智能技术,提供综合性的图像优化处理服务,包括图像质量评估、图像清晰度增强、图像智能裁剪等。
                          领券
                          问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档