图像特征提取基本概念总结.docx资源-CSDN文库

版权申诉

176 浏览量 2022-07-01 20:09:41 上传评论收藏 17KB DOCX 举报

资源推荐

资源详情

资源评论

特征提取基本概念总结

一、特征提取概念

特征提取是计算机视觉和图像处理中的一个概念。它指的是使用计算机提取

图像信息，决定每个图像的点是否属于一个图像特征。特征提取的结果是把图像

上的点分为不同的子集，这些子集往往属于孤立的点、连续的曲线或者连续的区

域。

二、特征概述

至今为止特征没有万能和精确的定义。特征的精确定义往往由问题或者应用

类型决定。特征是一个数字图像中“有趣”的部分，它是许多计算机图像分析算

法的起点。因此一个算法是否成功往往由它使用和定义的特征决定。因此特征提

取最重要的一个特性是“可重复性”：同一场景的不同图像所提取的特征应该是

相同的。

特征提取检查每个像素来确定该像素是否代表一个特征。假如它是一个更大

的算法的一部分，那么这个算法一般只检查图像的特征区域。作为特征提取的一

个前提运算，输入图像一般先在尺度空间中被平滑，此后通过局部导数运算来计

算图像的一个或多个特征。

有时，假如特征提取需要许多的计算时间，而可以使用的时间有限制，一个

高层次算法可以用来控制特征提取阶层，这样仅图像的部分被用来寻找特征。

由于许多计算机图像算法使用特征提取作为其初级计算步骤，因此有大量特

征提取算法被发展，其提取的特征各种各样，它们的计算复杂性和可重复性也非

常不同。

下面是用来描述图像的一些基本概念：

1．边缘

边缘是组成两个图像区域之间边界（或边缘）的像素。一般一个边缘的形状

可以是任意的，还可能包括交叉点。在实践中边缘一般被定义为图像中拥有大的

梯度的点组成的子集。一些常用的算法还会把梯度高的点联系起来来构成一个更

完善的边缘的描写。这些算法也可能对边缘提出一些限制。局部地看边缘是一维

结构。

2.角

角是图像中点似的特征，在局部它有两维结构。早期的算法首先进行边缘检

测，然后分析边缘的走向来寻找边缘突然转向（角）。后来发展的算法不再需要

边缘检测这个步骤，而是可以直接在图像梯度中寻找高度曲率。后来发现这样有

时可以在图像中本来没有角的地方发现具有同角一样的特征的区域。

3．区域

与角不同的是区域描写一个图像中的一个区域性的结构，但是区域也可能仅

由一个像素组成，因此许多区域检测也可以用来监测角。一个区域监测器检测图

像中一个对于角监测器来说太平滑的区域。区域检测可以被想象为把一张图像缩

小，然后在缩小的图像上进行角检测。

本内容试读结束，登录后可阅读更多

下载后可阅读完整内容，剩余4页未读，立即下载

内容反馈

版权申诉

G11176593

粉丝: 6643
资源: 3万+

最新资源

资源上传下载、课程学习等过程中有任何疑问或建议，欢迎提出宝贵意见哦~我们会及时处理！点击此处反馈

feedback-tip