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。

  • 发表于:
  • 原文链接https://kuaibao.qq.com/s/20181030G1J72P00?refer=cp_1026
  • 腾讯「腾讯云开发者社区」是腾讯内容开放平台帐号(企鹅号)传播渠道之一,根据《腾讯内容开放平台服务协议》转载发布内容。
  • 如有侵权,请联系 cloudcommunity@tencent.com 删除。

扫码关注腾讯云开发者

领取腾讯云代金券