图像识别中的图像特征类别

收起

图像特征识别中的常见图像特征，主要有几种，一种是图像模板；第二种是边缘形状特征，第三种是图像综合纹理特征，另外还有机器学习算法提取的特征。

图像模板，常采用对目标图像模板进行对比的方式进行识别。

边缘轮廓特征，需要先对图像进行轮廓提取，然后对提取的轮廓进行分析。常见的形状特征有凸包、凹缺、角点、线夹角、多边形逼近形状特征、矩形、椭圆、特征矩等。 常通过这些形状特征的组合特征来识别某些具体图像。

目前主流算法已实现的常见可提取，并可采用特征描述符进行描述和识别的特征有： harris角点特征，shi-Tomasi ，FAST， SIFT，SURF,ORB特征， BRISK，FREAK， HarrisAffine仿射不变特征， (常用来提取人体特征训练分类器的)HOG特征、LBP特征、Haar-like特征。

机器学习算法需要利用分类器对某种图像特征进行分类器训练，来提取高阶特征，分类训练需要指定可描述特征和分类器方法。

这些我们将在后续进行进一步的探讨。