計(jì)算機(jī)視覺應(yīng)用開發(fā)課件：風(fēng)格提取

風(fēng)格提取風(fēng)格的概念01任務(wù)風(fēng)格提取的方法02任務(wù)學(xué)習(xí)目標(biāo)了解什么是圖像風(fēng)格了解風(fēng)格提取的方法1風(fēng)格的概念1風(fēng)格的概念在學(xué)習(xí)風(fēng)格提取之前，先弄明白什么是風(fēng)格。一幅畫作的風(fēng)格每個畫家而言，就是該畫家的畫風(fēng)，抽象派，印象派，現(xiàn)實(shí)派等等。那具體表現(xiàn)在該幅畫上又是什么呢？或許不用那么復(fù)雜，可以從一張圖片的紋理（紋路），色彩來理解該幅圖像的風(fēng)格。同一位畫家不同畫作的內(nèi)容可以不同，但具有相同畫風(fēng)的畫作，它們的紋理，色彩布局是相似的。以康定斯基的畫作為例：2風(fēng)格提取方法2風(fēng)格提取方法既然圖像的風(fēng)格可以簡單用紋理，色彩特征來表示，那么提取風(fēng)格就變得簡單了。1.顏色特征提取

計(jì)算機(jī)視覺的特征提取算法研究至關(guān)重要。在一些算法中，一個高復(fù)雜度特征的提取可能能夠解決問題（進(jìn)行目標(biāo)檢測等目的），但這將以處理更多數(shù)據(jù)，需要更高的處理效果為代價。而顏色特征無需進(jìn)行大量計(jì)算。只需將數(shù)字圖像中的像素值進(jìn)行相應(yīng)轉(zhuǎn)換，表現(xiàn)為數(shù)值即可。因此顏色特征以其低復(fù)雜度成為了一個較好的特征。

在圖像處理中，我們可以將一個具體的像素點(diǎn)所呈現(xiàn)的顏色分多種方法分析，并提取出其顏色特征分量。比如通過手工標(biāo)記區(qū)域提取一個特定區(qū)域（region）的顏色特征，用該區(qū)域在一個顏色空間三個分量各自的平均值表示，或者可以建立三個顏色直方圖等方法。下面我們介紹一下顏色直方圖和顏色矩的概念。2風(fēng)格提取方法（1）顏色直方圖：

顏色直方圖用以反映圖像顏色的組成分布，即各種顏色出現(xiàn)的概率。Swain和Ballard最先提出了應(yīng)用顏色直方圖進(jìn)行圖像特征提取的方法，首先利用顏色空間三個分量的剝離得到顏色直方圖，之后通過觀察實(shí)驗(yàn)數(shù)據(jù)發(fā)現(xiàn)將圖像進(jìn)行旋轉(zhuǎn)變換、縮放變換、模糊變換后圖像的顏色直方圖改變不大，即圖像直方圖對圖像的物理變換是不敏感的。因此常提取顏色特征并用顏色直方圖應(yīng)用于衡量和比較兩幅圖像的全局差。另外，如果圖像可以分為多個區(qū)域，并且前景與背景顏色分布具有明顯差異，則顏色直方圖呈現(xiàn)雙峰形。

顏色直方圖也有其缺點(diǎn)：由于顏色直方圖是全局顏色統(tǒng)計(jì)的結(jié)果，因此丟失了像素點(diǎn)間的位置特征?？赡苡袔追鶊D像具有相同或相近的顏色直方圖，但其圖像像素位置分布完全不同。因此，圖像與顏色直方圖得多對一關(guān)系使得顏色直方圖在識別前景物體上不能獲得很好的效果。2風(fēng)格提取方法（2）顏色矩：

顏色矩是一種有效的顏色特征，由Stricker和Orengo提出，該方法利用線性代數(shù)中矩的概念，將圖像中的顏色分布用其矩表示。與顏色直方圖不同，利用顏色矩進(jìn)行圖像描述無需量化圖像特征。由于每個像素具有顏色空間的三個顏色通道，因此圖像的顏色矩有9個分量來描述。由于顏色矩的維度較少，因此常將顏色矩與其他圖像特征綜合使用。（3）顏色集：

以上兩種方法通常用于兩幅圖像間全局或region之間的顏色比較、匹配等，而顏色集的方法致力于實(shí)現(xiàn)基于顏色實(shí)現(xiàn)對大規(guī)模圖像的檢索。顏色集的方法由Smith和Chang提出，該方法將顏色轉(zhuǎn)化到HSV顏色空間后，將圖像根據(jù)其顏色信息進(jìn)行圖像分割成若干region，并將顏色分為多個bin，每個region進(jìn)行顏色空間量化建立顏色索引，進(jìn)而建立二進(jìn)制圖像顏色索引表。為加快查找速度，還可以構(gòu)造二分查找樹進(jìn)行特征檢索。2風(fēng)格提取方法2.紋理特征提取

一幅圖像的紋理是在圖像計(jì)算中經(jīng)過量化的圖像特征。圖像紋理描述圖像或其中小塊區(qū)域的空間顏色分布和光強(qiáng)分布。紋理特征的提取分為基于結(jié)構(gòu)的方法和基于統(tǒng)計(jì)數(shù)據(jù)的方法。一個基于結(jié)構(gòu)的紋理特征提取方法是將所要檢測的紋理進(jìn)行建模，在圖像中搜索重復(fù)的模式。該方法對人工合成的紋理識別效果較好。但對于交通圖像中的紋理識別，基于統(tǒng)計(jì)數(shù)據(jù)的方法效果更好。2風(fēng)格提取方法3.邊緣特征提取

邊緣檢測是圖形圖像處理、計(jì)算機(jī)視覺和機(jī)器視覺中的一個基本工具，通常用于特征提取和特征檢測，旨在檢測一張數(shù)字圖像中有明顯變化的邊緣或者不連續(xù)的區(qū)域，在一維空間中，類似的操作被稱作步長檢測（stepdetection）。邊緣是一幅圖像中不同屈原之間的邊界線，通常一個邊緣圖像是一個二值圖像。邊緣檢測的目的是捕捉亮度急劇變化的區(qū)域，而這些區(qū)域通常是我們關(guān)注的。在一幅圖像中兩度不連續(xù)的區(qū)域通常是以下幾項(xiàng)之一：#圖像深度不連續(xù)處#圖像（梯度）朝向不連續(xù)處#圖像光照（強(qiáng)度）不連續(xù)處#紋理變化處2風(fēng)格提取方法圖像的風(fēng)格還可以利用卷積