數(shù)字圖像處理ppt第10章圖像表示與描述ppt課件

1,第10章 圖像表示與描述,2,3,10.1 概述,4,概 述,圖像表示分成邊界表示（如鏈碼、邊界分段等）和區(qū)域表示（如四叉樹、骨架等）兩大類。 邊界表示關(guān)心的是圖像中區(qū)域的形狀特征 區(qū)域表示則傾向于反映區(qū)域的灰度、顏色、紋理等特征的特點(diǎn) 同樣，邊界描述、區(qū)域描述,圖像表示與描述是圖像識(shí)別和理解的重要組成部分,5,10.2 圖像表示,8,鏈 碼,圖10.1 三種鏈碼的形式：4-鏈碼，6-鏈碼以及8-鏈碼,9,鏈 碼,鏈碼舉例：,4-鏈碼：000033333322222211110011,10,鏈 碼,11,鏈 碼,1）起始點(diǎn)歸一化鏈碼 解決起始點(diǎn)問題、最小自然數(shù) 2）旋轉(zhuǎn)歸一化鏈碼 解決旋轉(zhuǎn)問題、差分計(jì)算,12,鏈 碼,曲線的鏈碼是：6022222021013444444454577012,13,鏈 碼,曲線的鏈碼是：024444424323566666676711234,14,鏈 碼,鏈碼的優(yōu)點(diǎn)是： 簡(jiǎn)化表示、節(jié)約存儲(chǔ)量； 計(jì)算簡(jiǎn)便、表達(dá)直觀； 可了解線段的彎曲度。,15,邊界分段,將邊界分成若干段，然后分別對(duì)每一段進(jìn)行表示，從而降低了邊界的復(fù)雜度，并簡(jiǎn)化表示過程，尤其是當(dāng)邊界具有多個(gè)凹點(diǎn)的時(shí)候這種方法更為有效。,構(gòu)造邊界的凸包 （包含邊界的最小凸集） 跟蹤區(qū)域凸包的邊界，記錄凸包邊界進(jìn)出區(qū)域的轉(zhuǎn)變點(diǎn)即可實(shí)現(xiàn)對(duì)邊界的分割,基本步驟,基本方法,16,邊界分段,(a) 區(qū)域S，其凸包H，及其凸殘差D,(b) 區(qū)域S的邊界分段結(jié)果,圖10.7 區(qū)域的邊界分段,17,多邊形近似,數(shù)字邊界也可以用多邊形近似來逼近。由于多邊形的邊用線性關(guān)系來表示，所以關(guān)于多邊形的計(jì)算比較簡(jiǎn)單，有利于得到一個(gè)區(qū)域的近似值。 多邊形近似比鏈碼、邊界分段更具有抗噪聲干擾的能力。對(duì)封閉曲線而言，當(dāng)多邊形的線段數(shù)與邊界上點(diǎn)數(shù)相等時(shí)，多邊形可以完全準(zhǔn)確的表達(dá)邊界。 但在實(shí)際應(yīng)用中，多邊形近似的目的是用最少的線段來表示邊界，并且能夠表達(dá)原邊界的本質(zhì)形狀,18,最小周長(zhǎng)多邊形法：以周長(zhǎng)最小的多邊形來近似表示邊界。它將邊界看成是介于多邊形內(nèi)外界限之間的有彈性的線。當(dāng)它在內(nèi)外跡象的限制之下收縮緊繃的時(shí)候，就可以得到最小周長(zhǎng)邊界。 Sklanskey等人42給出了求最小周長(zhǎng)邊界的一種算法，該算法適用于無自交情況的多邊形。該算法在獲取邊界之后，先查找邊界的拐角點(diǎn)，并且標(biāo)記該拐角點(diǎn)是凸點(diǎn)還是凹點(diǎn)。然后將所有的凸拐點(diǎn)連接起來作為初始的最小周長(zhǎng)多邊形P0。接著把所有在多邊形P0之外的凹拐點(diǎn)移除。再將剩余的凹拐點(diǎn)和所有凸拐點(diǎn)依次連接，形成新的多邊形P1。然后移除所有原為凸點(diǎn)而在新多邊形中變成凹點(diǎn)的拐點(diǎn)。再用剩余的點(diǎn)連接形成新多邊形，再次移除。如此循環(huán)，直至新形成的多邊形中沒有凹點(diǎn)。,多邊形近似,19,多邊形近似,圖10.8 邊界的多邊形近 （最小周長(zhǎng)多邊形）,20,標(biāo)記圖,標(biāo)記（signature）是邊界的一維表達(dá) 基本思想是將原始的二維邊界用一個(gè)一維函數(shù)來表示，以達(dá)到降低表達(dá)難度的效果。,21,標(biāo)記圖,圖10.9 邊界以及其標(biāo)記圖表示,22,標(biāo)記圖,邊界1,邊界2,邊界1的標(biāo)記圖,邊界2的標(biāo)記圖,圖10.10 邊界的標(biāo)記圖,23,骨 架,區(qū)域表示法,骨架的幾何模型 內(nèi)切圓模型 由H.Blum 1964年提出,24,骨 架,25,10.3 邊界描述,26,邊界長(zhǎng)度,邊界長(zhǎng)度是邊界所包圍的區(qū)域的輪廓的周長(zhǎng) 4-連通邊界：其長(zhǎng)度為邊界上像素點(diǎn)個(gè)數(shù)； 8-連通邊界：其長(zhǎng)度為對(duì)角碼個(gè)數(shù)乘上再加上水平和垂直像素點(diǎn)的個(gè)數(shù)的和。,27,邊界直徑,邊界直徑是邊界上任意兩點(diǎn)距離的最大值,（a）原邊界,（b）邊界的直徑,圖10.12 邊界及其直徑,28,形狀數(shù),形狀數(shù)是基于4-鏈碼的邊界描述符 形狀數(shù)定義為值最小的4-鏈碼的一階差分碼,29,形狀數(shù),圖10.13 獲取形狀數(shù)的步驟,30,傅里葉描述子,圖像邊界點(diǎn)序列,令,記,邊界的傅立葉描述子,31,傅里葉描述子,（a）字母H （b）邊界圖,圖10.15 邊界的傅立葉描述子及重構(gòu),（c）全部傅立葉 （d）采用225項(xiàng),（e）采用45項(xiàng) （f）采用27項(xiàng) （g）采用18項(xiàng) （h）采用9項(xiàng),32,10.4 區(qū)域描述,33,區(qū)域面積與重心,a = regionprops (A, Area) c = regionprops (A, Centroid),區(qū)域A的,面積 重心,重心計(jì)算,34,圓形度,圓形度：,35,歐拉數(shù),1.像素的連接 對(duì)于二值圖像中具有相同值的兩個(gè)像素a和b，所有和a、b具有相同值的像素系列p0(=a),p1,p2,pn-1,pn(=b)存在，并且pi-1和pi互為4-/8-鄰接，那么像素a和b叫做4-/8-連接，以上的像素序列叫4-/8-路徑。,36,歐拉數(shù),37,歐拉數(shù),2.連接成分 在二值圖像中，把互相連接的像素的集合匯集為一組，于是具有若干個(gè)0值的像素(0像素)和具有若干個(gè)1值的像素(1像素)的組就產(chǎn)生了。把這些組叫做連接成分。,38,歐拉數(shù),如果把1-像素看成4-/8-連接，那么0-像素就必須用 8- /4-連接。,39,歐拉數(shù),孔 單重連接成分 多重連接成分,40,歐拉數(shù),3歐拉數(shù) 在二值圖像中，1像素連接成分?jǐn)?shù)C減去孔數(shù)H的值叫做這幅圖像的歐拉數(shù)或示性數(shù)。若用E表示圖像的歐拉數(shù)，則 E=C-H 對(duì)于一個(gè)1像素連接成分，1減去這個(gè)連接成分中所包含的孔數(shù)的差值叫做這個(gè)1像素連接成分的歐拉數(shù)。顯然，二值圖像的歐拉數(shù)是所有1像素連接成分的歐拉數(shù)之和。,圖 歐拉數(shù)為？和？的圖形,41,紋 理,反映像素灰度的空間分布屬性的圖像特征通常變現(xiàn)為局部不規(guī)則但宏觀有規(guī)律性,42,不變矩,重心坐標(biāo),(p+q)階矩,中心矩,43,不變矩,利用中心矩可以提取區(qū)域的一些基本形狀特征。 例如m20和m02分別表示圍繞通過灰度中心的垂直和水平軸線的慣性矩。 假如m20m02，則可能所計(jì)算的區(qū)域?yàn)橐粋€(gè)水平方向延伸的區(qū)域。 當(dāng)m30=0時(shí)，區(qū)域關(guān)于i軸對(duì)稱。 當(dāng)m03=0時(shí)，區(qū)域關(guān)于j對(duì)稱。,44,不變矩,歸一化的中心矩,對(duì)平移、旋轉(zhuǎn)、鏡面以及尺度變換的不變性,45,不變矩,Hu不變矩,不變矩,47,不變矩,（a）lena圖 （b）旋轉(zhuǎn)-4 （c）垂直鏡像 （d）縮小二分之一,圖10.20 lena圖及其幾何變換圖,48,不變矩,從表10.4可以看出，在圖像經(jīng)過旋轉(zhuǎn)、鏡像以及尺度變換之后，這七個(gè)不變矩的值只有十分小的變化，可以看作是基本保持不變,不變矩,（A）,（a1）,（a2）,（a3）,（a4）,（a5）,（a6）,（a7）,（a8）,（a9）,（a10）,（a11）,（a12）,（a13）,（a14）,（a15）,（A）為標(biāo)準(zhǔn)目標(biāo)圖像；（a1）（a15）為目標(biāo)經(jīng)過仿射變換后得到的圖像 圖 A類目標(biāo)和其仿射變換圖像,不變矩,（B）,（b1）,（b2）,（b3）,（b5）,（b6）,（b7）,（b8）,（b9）,（b11）,（b12）,（b13）,（b14）,（b15）,（B）為標(biāo)準(zhǔn)目標(biāo)圖像；（b1）（b15）為目標(biāo)經(jīng)過仿射變換后得到的圖像 圖 B類目標(biāo)和其仿射變換圖像,不變矩,（C）,（c1）,（c2）,（c3）,（c4）,（c5）,（c6）,（c7）,（c8）,（c9）,（c10）,（c11）,（c12）,（c13）,（c14）,（c15）,（C）為標(biāo)準(zhǔn)目標(biāo)圖像；（c1）（c15）為目標(biāo)經(jīng)過仿射變換后得到的圖像 圖 C類目標(biāo)和其仿射變換圖像,不變矩,53,10.5 形態(tài)學(xué)描述,54,基本概念,基本思想： 是用一個(gè)結(jié)構(gòu)元素（Structure element）作為基本工具去探測(cè)和提取圖像特征。,數(shù)學(xué)形態(tài)學(xué)以幾何學(xué)為基礎(chǔ)對(duì)圖像進(jìn)行分析,55,基本概念,數(shù)學(xué)形態(tài)學(xué)的基本運(yùn)算 膨脹（dilation） 腐蝕（erosion） 開啟（opening） 閉合（closing）,56,膨脹和腐蝕,膨脹,A為原始圖像，而B為結(jié)構(gòu)元素 則B對(duì)A的膨脹運(yùn)算,空集,B的反射集,57,膨脹和腐蝕,圖10.21 B對(duì)A的膨脹運(yùn)算過程,膨脹,58,膨脹和腐蝕,圖10. 22 膨脹運(yùn)算示例,(a) 原圖像 (b) 膨脹后圖像,膨脹,59,膨脹和腐蝕,腐蝕,集合B對(duì)集合A的腐蝕運(yùn)算,60,膨脹和腐蝕,腐蝕,圖7.23 集合對(duì)集合的腐蝕運(yùn)算過程,61,膨脹和腐蝕,腐蝕,圖 10.24 圖像腐蝕示例,(a) 原圖像 (b) 腐蝕后圖像,62,膨脹和腐蝕,腐蝕,a) 原始圖像 b) 腐蝕圖像 c) 膨脹圖像,63,開啟和閉合,開啟(opening)和閉合(closing)是形態(tài)學(xué)中的另外兩個(gè)重要操作，它們是由基本運(yùn)算膨脹和腐蝕組合而成的復(fù)合運(yùn)算。 開啟操作通?？梢云鸬狡交瑘D像輪廓的作用，去掉輪廓上突出的毛刺，截?cái)嗒M窄的山谷。(先腐蝕，再膨脹) 閉合操作雖然也是對(duì)圖像輪廓有平滑作用，但是結(jié)果相反，它能去除區(qū)域中的小孔，填平狹窄的斷裂、細(xì)長(zhǎng)的溝壑以及輪廓的缺口。 (先膨脹，再腐蝕),64,開啟和閉合,集合B對(duì)集合A的開啟,集合B對(duì)集合A的閉合,65,開啟和閉合,圖10.25 開啟和閉合運(yùn)算,66,開啟和閉合,圖10.