当前位置：文档之家 › 数字图像处理特征表示与描述PPT课件

数字图像处理特征表示与描述PPT课件

  • 格式：ppt
  • 大小：547.00 KB
  • 文档页数：12

下载文档原格式

  / 12

合集下载

数字图像处理ppt课件

数字图像处理ppt课件


基于特征分类的辨认
总结词
通过提取图像中的特征，利用分类器对特征 进行分类，从而辨认图像的类别。
详细描写
基于特征分类的图像辨认方法是一种常用的 图像辨认方法。它通过提取图像中的特征， 如边缘、角点、纹理等，利用分类器如支持 向量机、神经网络等对特征进行分类，从而 辨认图像的类别。这种方法能够有效地提取 图像中的本质特征，并具有较强的鲁棒性，
纹理特征提取
灰度共生矩阵
通过分析图像中像素灰度值的空间依赖关系，形成共生矩阵，并从中提取出统 计特征，如对照度、能量和相关性等。该方法适用于描写图像的粗糙程度和方 向性。
小波变换
将图像分解成不同频率和方向的小波分量，通过分析小波系数的统计特性来提 取纹理特征。该方法能够有效地表示图像的细节信息和全局结构。
但特征提取和分类器的设计是关键。
基于深度学习的辨认
总结词
利用深度学习算法自动提取图像特征， 并进行分类辨认。
VS
详细描写
基于深度学习的图像辨认方法是目前研究 的热点。它利用深度学习算法如卷积神经 网络（CNN）等自动提取图像的特征， 并进行分类辨认。这种方法能够有效地从 原始图像中提取复杂的特征，并具有较高 的辨认准确率。但需要大量的标注数据进 行训练，且计算复杂度较高。
04
CATALOGUE
特征提取
颜色特征提取
颜色直方图
通过统计图像中不同颜色像素的数量 ，形成颜色直方图作为图像的颜色特 征。该方法简单、有效，适用于不同 光照和视角变化的场景。
颜色矩
利用图像颜色的散布信息，通过计算 一阶矩（均值）、二阶矩（方差）和 三阶矩（偏度）来表示颜色特征。该 方法对颜色突变和噪声不敏锐。
图像辨认
基于模板匹配的辨认
数字图像处理课件ppt

数字图像处理课件ppt


06 数字图像处理的应用案例
人脸识别系统
总结词
人脸识别系统是数字图像处理技术的重要应 用之一，它利用计算机视觉和图像处理技术 识别人的面部特征，实现身份认证和安全监 控等功能。
详细描述
人脸识别系统通过采集输入的人脸图像，提 取出面部的各种特征，如眼睛、鼻子、嘴巴 等部位的形状、大小、位置等信息，并与预 先存储的人脸特征进行比对，从而判断出人 的身份。该系统广泛应用于门禁系统、安全
分类器设计
总结词
分类器设计是图像识别技术的核心，它通过训练分类器，使其能够根据提取的特征对图 像进行分类和识别。
详细描述
分类器设计通常采用机器学习算法，如支持向量机、神经网络和决策树等。这些算法通 过训练数据集进行学习，并生成分类器模型，用于对新的未知图像进行分类和识别。
模式识别
总结词
模式识别是图像识别技术的最终目标，它通 过分类器对提取的特征进行分类和识别，实 现对图像的智能理解和处理。
源调查和环境监测。
计算机视觉
为机器人和自动化系统提供视 觉感知能力，用于工业自动化
、自主导航等。
数字图像处理的基本流程
特征提取
从图像中提取感兴趣的区域、 边缘、纹理等特征，为后续分 类或识别提供依据。
图像表示与压缩
将图像转换为易于处理和分析 的表示形式，同时进行数据压 缩，减少存储和传输成本。
预处理
详细描述
模式识别在许多领域都有广泛应用，如人脸 识别、物体识别、车牌识别等。通过模式识 别技术，可以实现自动化监控、智能安防、 智能驾驶等应用。随着深度学习技术的发展 ，模式识别的准确率和鲁棒性得到了显著提 高。
05 数字图像处理中的常用算 法
傅里叶变换算法
傅里叶变换
(848页PPT幻灯片)数字图像处理(冈萨雷斯)课件

(848页PPT幻灯片)数字图像处理(冈萨雷斯)课件


例3：镜头边界检测
பைடு நூலகம்
例4：基于内容的图像检索 例5：基于内容的镜头检索
例6：基于内容的视频片断检索
例7：视频字幕识别
例7：视频字幕识别
T. B$alr
Boat
Fish
H. Jlntao J.
E. Lah oud MaI•
MeetJn
MJIIta Mono§o us Motorbike
News pa per
为什么要用SAN
存传储统区存域储网解S决AN方(S案tor—ag—e A信re息a 岛Network)
SAN
SAN是什么？
SAN是什么？（续）
不是client/server,而是client/storage devices 独立于LAN之外的高速存储网络 一般采用高速的光纤通道作为传输媒体（ 2Gbit/s） 将存储设备通过光通道互连设备构成一个存 储子网 支持服务器和存储设备之间任意到任意的连 接 S A N上的任何一台服务器均可存取网络中的任何一个 存 储设备 对网上的存储资源实施集中统一的管理
Vision (IJCV) ✓ Pattern Recognition (PR) ✓ Image and Vision Computing (IVC)
✓…
目前需要做的事情
选课学生发送下列信息给老师: pengyuxin@
✓ 姓名 ✓ 学号 ✓ 联系方式：E_mail,电话 ✓ 硕士生或博士生，年级 ✓ 所在院系、实验室、导师 ✓ 研究方向
✓灰度图像是一个二维灰度（或亮度）函数f(x,y) ✓彩色图像由三个（如RGB,HSV）二维灰度（或亮度）函数 f(x,y)组成
y
y
x
x
什么是数字图像？
数字图像处理技术PPT图像数字化和直方图

数字图像处理技术PPT图像数字化和直方图


二、图像的数字化
4．量化技术
量化可分为均匀量化和非均匀量化。 均匀量化是简单地在灰度范围内等间隔 量化。非均匀量化是对像素出现频度少 的部分量化间隔取大，而对频度大的量 化间隔取小的量化间隔。
一般情况下，对灰度变化比较平缓的部分用比较多的量化级， 在灰度变化比较剧烈的地方用比较高的分辨率。
量化

一、数字图像的概念与描述
2．灰度图像
灰度图像是指每个像素的信息由 一个量化的灰度级来描述的图像，没 有彩色信息。
0 150 200 I 120 50 180 250 220 100
灰度图像描述示例
一、数字图像的概念与描述
3．彩色图像
彩色图像是指每个像素的信息由 RGB三原色构成的图像，其中RGB是 由不同的灰度级来描述的。
三基色原理


大自然中的颜色都可以通过红、绿、蓝三色按照 不同的比例合成产生，同样绝大多数单色光也可 以分解成红绿蓝三种色光。即三基色原理。 三种基色是相互独立的，红绿蓝三基色按照不同 的比例相加合成混色称为相加混色： 红色+绿色=黄色 绿色+蓝色=青色 红色+蓝色=品红 红色+绿色+蓝色=白色
彩色图像描述
采样间隔效果示意图
返回
均匀量化效果示意图
返回
非均匀量化效果示意图
返回
均匀量化与非均匀量化效果的比较
返回
量化与采样的效果图例
原图
低灰度级量化
低分辨率 返回
黑白图像
返回
灰度图像
返回
彩色图像
返回
彩色图的灰度直方图
返回
灰度图的灰度直方图
返回
灰度分布效果比较示意图
数字图像处理课件

数字图像处理课件


MATLAB图像处理基础
讲解如何使用MATLAB进行图像读取、显示、 裁剪、旋转等基本操作。
MATLAB图像处理进阶
介绍MATLAB的高级功能，如滤波、边缘检测、形态学操作等。
05
CHAPTER
数字图像处理前沿技术
深度学习在图像处理中的应用
深度学习技术的概述
卷积神经网络的应用
生成对抗网络的应用
深度学习是人工智能领域中一种重要 的机器学习技术，其在图像处理中的 应用已经越来越广泛。通过对大量图 像数据进行学习，深度学习技术可以 实现对图像的高精度分类、识别和生 成。
锐化滤波
通过增强图像的高频成分 ，突出图像的边缘和细节 ，提高图像的清晰度。
边缘检测算法
Sobel算子
基于离散差分算子，提取图像的水平和垂直边缘。
Canny边缘检测
多阶段算法，通过非极大值抑制和双阈值检测，准确提取边缘。
Laplacian算子
基于二阶导数算子，能够检测出图像的突变边缘。
图像分割算法
图像处理
对图像进行各种操作，以 提取有用的信息和特征。
数字图像处理
利用计算机对图像进行数 字化处理，以实现更高效 、准确的处理。
数字图像处理的特点
精度高
数字图像处理可以获得比传统光学处理更高的精度。
处理能力强
可以进行多种复杂的图像处理操作，如增强、恢复、 分析等。
适用范围广
适用于各种类型的图像，包括灰度图像、彩色图像、 多光谱图像等。
计算机视觉的应用场 景
计算机视觉技术在安防、自动驾驶、 医疗影像分析等领域的应用越来越广 泛，例如在安防领域中的人脸识别、 车牌识别等；在自动驾驶中的目标检 测、道路识别等；在医疗影像分析中 的病灶检测、医学影像诊断等。
数字图像处理ppt课件

数字图像处理ppt课件


2021精选ppt
11
图象文件的数据结构
一个完整的图象处理程序的基本功能有:打开图象文件、 显示图象、对图象文件进行指定的处理、存储图象文件。
由于图象文件比较大，通常需要在储存前进行压缩。所以 打开和存储图象文件涉及到文件的格式。
• 图象文件的格式
图像文件指包含图像数据的文件。文件内除图像数据本身
狭义的数字图象处理是指图象的增强、恢复和重建， 操作的对象是图象的象素，输出的是图象。
2021精选ppt
8
• 什么是图像工程？（广义的数字图像处理）
它是由图像处理、图像分析和图像理解三个系统所组 成。图像处理包括图像采集和从图像到图像的变换，以改 善主观的视觉效果和为图像分析和图像理解作初步的处理。 图像分析是从图像中取出感兴趣的数据，以描述图像中目 标的特点。图像理解是在图像分析的基础上研究各目标的 性质和相互关系，以得出图像内容的理解和对原场景的解 释。图像处理、图像分析和图像理解是处在从低到高的三 个不同的抽象程度上的过程。本课程着重于图像处理和分 析系统。
2021精选ppt
21
2021精选ppt
22
补充：图象和视觉基础
2.1 概论和综述 2.2 人眼与亮度视觉 2.3 颜色视觉 2.4 光度学和成象模型 2.5 成象变换 2.6 采样和量化 2.7 象素间联系 2.8 算术和逻辑运算 2.9 坐标变换
图像理解 符号
Hale Waihona Puke 抽 象 程 度数图像分析 数据
据
量
图像处理 图像
2021精选ppt
9
1.1.3 相关学科和领域
• 图象工程是一门系统地研究各种图象理论、技术和应用的 交叉学科。 从它的研究方法看，它与数学、物理学、生物学、心 理学、电子学、计算机科学可以互相借鉴，从它的研究范 围看，它与模式识别、计算机视觉、计算机图形学等学科 交叉。
数字图像处理ppt课件

数字图像处理ppt课件

每天进步一点点
Digital Image Processing 数字图像处理
1
一类是：其输入和输出都是图像本身
每天进步一点点
另一类是：其输入可能是图像但输出是从这些图像中提取的属性
控制
信号输入
输出
Fundamental Steps in Digital Image Processing 数字图像处理的基本步骤
概念区分：图形和图像
Graphics 图形
图形的概念：一般指用计算机绘制的画面， 如直线、圆、圆弧、矩形、任意曲线和图表等。
图形的格式：是一组描述点、线、面等几何图形 的大小、形状及其位置、维数的指令集合，
在图形文件中只记录生成图的算法和图上的某些 特征点，也称矢量图(vectorgraph)。
每天进步一点点
Image Enhancement 图像增强
Image enhancement is the process of manipulating an image so that the result is more suitable than the original for a specific application.
These elements are referred to as picture elements image elements pels pixels 像素 - most widely used
Conceptual distinction: Graphics and Ima每g天e进步一点点
line（x1, y1, x2, y2, color） circle（x, y, r, color）
Conceptual distinction: Graphics and Ima每g天e进步一点点
数字图像处理_课件_11

数字图像处理_课件_11


33
距离与角度标记图
数第 字十 图一 像章 处表 理示
和 描 述
r θ
A r(θ)
A
0 3 π 5 3 7 2 4 2 4 θ 42 4
(a) r(θ)为常量；
r(θ) 2A
A
0 4
3 24
r θ A
π 5 3 7 2 θ 42 4
(b) 标记图由重复出现的模式r(θ)＝Asecθ, 0≤θ≤π/4
描
储b0和b1的位置，以便在步骤5中使用。
述
2. 令b＝b1和c＝c1 [见图 (c)]。
7
数 第 3. 从c开始按顺时针方向行进，令b的8个邻点为
字十 图一
n1, n2, …, n8。找到标为1的第一个nk。
像章 处表
4.
令b＝nk和c＝nk－1。
理示 和
5.
重复步骤3和步骤4，直到b＝b0且找到的下一
10
数第 字十 图一 像章 处表 理示
和 描 述
➢ 如果给定一个区域而非其边界，那么边界追踪 算法会工作得很好。也就是说，该过程提取一 个二值区域的外边界。
➢ 如果目的是找到一个区域中的孔洞的边界（这 种边界称为该区域的内边界），一种简单的方 法是提取这些孔洞（见9.5.9节），并将它们当 做0值背景上的1值区域来处理。对这些区域应 用边界追踪算法将得到原始区域的内边界。
和r(θ)＝Acscθ, π/4<θ≤π/2构成。
34
两个二值区域的标记图
1. 根据其外部特征（其边界）来表示区域；
2. 根据其内部特征（如组成该区域的像素）表 示它。
3
数 第 ➢ 选择用来作为描绘子的特征都应尽可能
字十 图一
数字图像处理PPT 第10章 图像表示与描述

数字图像处理PPT 第10章 图像表示与描述



ˆ B
空集
B的反射集
ˆ {w | w b, b B} B
56
膨胀和腐蚀
膨胀
图10.21 B对A的膨胀运算过程
57
膨胀和腐蚀
膨胀
(a) 原图像
(b) 膨胀后图像
图10. 22 膨胀运算示例
58
膨胀和腐蚀
腐蚀
集合B对集合A的腐蚀运算
{z | ( B) z A}
59
膨胀和腐蚀
区域A的
重心
1 x x A ( x , yR ) 重心计算 1 y y A ( x , yR )
33
圆形度
圆形度：
面积 R 4 2 周长
34
欧拉数
1.像素的连接 对于二值图像中具有相同值的两个像素a和b，所 有和a、b具有相同值的像素系列p0(=a),p1,p2,…,pn1,pn(=b)存在，并且pi-1和pi互为4-/8-邻接，那么像素a 和b叫做4-/8-连接，以上的像素序列叫4-/8-路径。
于无自交情况的多边形。该算法在获取边界之后，先查找边界的拐角点 ，并且标记该拐角点是凸点还是凹点。然后将所有的凸拐点连接起来作
为初始的最小周长多边形P0。接着把所有在多边形P0之外的凹拐点移
除。再将剩余的凹拐点和所有凸拐点依次连接，形成新的多边形P1。然 后移除所有原为凸点而在新多边形中变成凹点的拐点。再用剩余的点连

链码举例：
4-链码： 000033333322222211110011
9
链 码
1 1 0 0 7 7 1 1 3 2 2 1 0 1 3 7 7 7 6 6 5 5
2 2
5
3 4 5 4 4 4 4 5
《数字图像处理技术》课件

《数字图像处理技术》课件


色彩空间
色彩空间指的是用哪种模型来 表示颜色。例如RGB即红绿蓝三 原色，CMYK即青、洋红、黄、 黑四色。
图像格式
图像格式是指标识一幅图像的 编码方案。常见的图像格式有 JPG、PNG、GIF等多种。
数字图像处理的应用领域
影像处理
数字图像处理技术在医学、 遥感、安检等领域得到广泛 应用。
ቤተ መጻሕፍቲ ባይዱ
图像分析
数字图像处理技术
数字图像处理技术是数字信息处理的重要分支，涉及图像获取、数字化、存 储、处理、传输等方面，可以广泛应用于医学、电影、平面设计等领域。
数字图像基础知识
图像表示
数字图像是由像素点组成的。 每个像素点都有一个确定的亮 度值，通常用灰度等级来表示。
分辨率
分辨率是指单位尺寸内像素点 的数量，通常用每英寸像素点 数量(PPI)来表示，分辨率越高， 图像越清晰。
图像分割
4
像的特征。
根据特征将图像分成多个区域，以便针 对不同的区域进行不同的处理。
常见的数字图像处理方法
图像滤波
图像分割
用某种函数对图像进行滤波处理， 以达到平滑、锐化等效果。
根据数学和统计方法将图像划分 成多个部分，以便分别处理。
图像复原
根据已知的信息对损坏的图像进 行修复和恢复处理，以提高图像 质量。
云计算
利用云计算技术解决大规模图 像处理的问题，提高处理效率 和质量。
移动设备
将数字图像处理技术向移动设 备领域拓展，例如手机、平板 等设备，为用户提供更丰富的 使用体验。
数字图像处理技术可以用于 图像识别、目标检测、计算 机视觉等方面。
图像合成
数字图像处理技术在电影、 游戏、虚拟现实等领域得到 广泛应用。
“数字图像处理技术”介绍概述PPT模板

“数字图像处理技术”介绍概述PPT模板


之后十年
数字图像处理技术朝着更高深的方向发展，人们开始通过计算 机构建出数字化的人类视觉系统，这项技术被称为图像理解或 计算机视觉。
第二章 图像处理技术发展现状 ppt模板下载
7
2.2 我国数字图像处理技术的发展
我国在建国之初就展开了计算机技术的研究，而改革开 放以来，我国在计算机数字图像处理技术上的发展进步也是 非常大的，甚至在某些理论研究方面已赶上了世界先进水平。
数字图像处理技术
Digital Image Processing
多媒体计算机技术
目录页
CONTENTS PAGE
01 图像处理技术概述 02 图像处理技术发展现状 03 图像处理技术的利用
过渡页
TRANSITION PAGE
0011 图图像像处处理理技技术术概概述述 02 图像处理技术发展现状 03 图像处理技术的利用
第三章 图像处理技术的利用
11
谢谢
的比特量，这种技术现在的发展内容包括变换编码等，未来
可能发挥作用的还有小波变换图像压缩编码、分行编码等。
第三章 图像处理技术的利用
ppt模板下载
10
3.2 图像处理技术的发展趋势
计算机数字图像处理技术在未来信息技术方面将会发 挥的重要作用早已被人们看到，对于计算机图像技术的发 展道路，大致可以归结出3个原则性内容：
①未来数据图像技术强调高清晰度、高速传输、实时图像处 理、三维成像或多维成像、智能化、自动化等方向发展。
②未来数字图像处理技术强调操作、运用的方便性，图像处 理功能的集中化趋势是必然会存在的。
③更新的理论研究与更快的算法研究。理论走在实践的前面， 已经是现代科学的特点，未来数字图像处理技术的实际运用 要取得更多的发展，必然离不开理论和研究方法的更新。
  1. 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。

函数r() 。
分
割 和
r()
分 析
r
A
A
221
6.2.2.3 外形特征
第 六
章 – 举例：
图
像
分
割 和
r()
分
析
A
r
A
2 22
6.2.2.3 外形特征
第
六
章
– 问题：函数过分依赖于旋转和缩放变换。
图
– 改进：
像
• 对于旋转——两种改进：
分 割
a.选择离质心最远的点作为起点。
和
b.选择从质心到主轴上最远的点作为起点。
图
1）链码是一种边界的编码表示法。
像
2）用边界的方向作为编码依据，简化边界的描
分
述。一般描述的是边界点集。
割
和
1
分 4-链码
2
3
1 8-链码
析
2
04
0
5
7
3
6
7
6.2.2.1 链码
第 六 章
图 • 链码举例：
像 分 割 和 分 析
4-链码：2222211110011
8
6.2.2.1 链码
第
六
章
图
第
六
章
– 外部特征来进行表示举例：
图 像 分 割 和 分 析
4
6.2.1 特征表示与描述的基本概念
第 六
描述
章
描述是较抽象地表示目标。好的描述应在尽
图 可能区别不同目标的基础上对目标的尺度、平移
像 分
、旋转等不敏感，这样的描述比较通用。
割
和 分
描述也可分为对边界的描述和对区域的描述
析 。几何形状属于外部描述。灰度和纹理属于内部
分 析
• 对于缩放变换：
对函数进行归一化，使函数值总是分布在相同
的值域里，比如说[0，1]。
23
6.2.2.4 边界分段(Boundary Segments)
第 六
章 1 基本概念：
图
• 一个任意集合S（区域）的凸壳H是：包含S
像 分 割
的最小凸集。 • H-S 的 差 的 集 合 被 称 为 集 合 S 的 凸 起 补 集
分 析
2）对起点重新定义，使得到的循环差分链码对应的整 数值最小。这样得到的最小循环差分链码称为形状数。
12
6.2.2.1 链码
第
六 章
– 循环一阶差分链码：用相邻链码的差代替链码。
例如：4-链码 10103322 循环一阶差分为： 33133030
图
像 分 割
循环一阶差分：1 - 2 = -1(3) 0 - 1 = -1(3)
分
割 和
下面讲到的分裂法可用于缓解这个问题。
分
析
17
6.2.2.2 多边形逼近
第
六
章
2 边分裂法
图
1) 算法：
像
分
割
和
分
析
18
6.2.2.2 多边形逼近
第 六 章 (1) 连接边界线段的两个端点（如果是封闭边界，
图 连接最远点）；
像
分 (2) 如果最大垂直距离大于阈值，将边界分为两段，
割 和
最大值点定位一个顶点。重复(1)；
定新点的位置。
10
6.2.2.1 链码
第
六 章
• 链码举例：
图 像 分 割 和 分 析
4-链码：2222211110011
4-链码：1
11
6.2.2.1 链码
第 六 章 – 问题2：
图
1）由于起点的不同，造成编码的不同。
像
2）由于旋转角度的不同，造成编码的不同。
分 – 改进2：
割 和
1）通过使用链码的循环一阶差分代替链码本身，解决 旋转问题。
分 析
(3) 如果没有超过阈值的垂直距离，结束。
19
6.2.2.3 外形特征
第 六 章
图 像
1 基本思想：
分
外形特征是一种用一维函数表达边界的方
割
法。基本思想是把边界的表示降到一维函数。
和
分
析
20
6.2.2.3 外形特征
第
六 章
2 函数定义——质心角函数：
图
边上的点到质心的距离r，作为夹角的的
像
割 – 寻找最小基本多边形的方法一般有两种：
和 分
1）点合并法
析
2）边分裂法
14
6.2.2.2 多边形逼近
第
六 章
1 点合并法
图 1) 算法：
像
分
割
和
分
析
R
R<T
15
6.2.2.2 多边形逼近
第
六
章 (1) 沿着边界选两个相邻的点对，计
R
图 算首尾连接直线段与原始折线段的误
像 分
差R。
R<T
割 (2) 如果误差R小于预先设置的阈值T。去掉中间点，
6.2 特征表示与描述
第 六 章
图 像
6.2.1 特征表示与描述的基本概念
分 6.2.2 表示方法
割 和
6.2.3 边界描述符
分 析
6.2.4 区域描述符
6.2.5 关系描述符
1
6.2.1 特征表示与描述的基本概念
第 六 章 图 图像分割结果是得到了区域内像素集合，或位于 像 区域边界上的像素集合。 分 割 和 – 把图像分割后，为了进一步的识别等处理，分割 分 后的图像一般要进行表示和描述。 析
2
6.2.1 表示
章
图 – 表示是直接具体地表示目标，好的表示方法应具有 像 节省存储空间、易于特征计算等优点。一般情况下：
分 割
1）如果关注的焦点是形状特性，选择外部表示方
和 式。
分 析
2）如果关注的焦点是反射率特性，如颜色、纹理 时，选择内部表示方式。
3
6.2.1 特征表示与描述的基本概念
描述。此外，边界和边界或区域和区域之间的关
系也常需要进行描述 。
5
6.2.2 表示方法
第 六
章 6.2.2.1 链码
图 像
6.2.2.2 多边形逼近
分 6.2.2.3 外形特征
割 和
6.2.2.4 边界分段
分 析
6.2.2.5 区域骨架
6
6.2.2.1 链码(Chain Codes)
第
六 章
1 链码定义：
和 分 析
选新点对与下一相邻点对，重复(1)；否则，存储 线段的参数，置误差为0，选被存储线段的终点
为起点，重复(1)、(2)。
(3) 当程序的第一个起点被遇到，程序结束。
16
6.2.2.2 多边形逼近
第 六 章 2) 点合并法的问题：
图
顶点可能不对应于边界的拐点（如拐角）。因
像
为新的线段直到超过误差的阈值才开始。
3-0=3 3-3=0
和
1-0=1
2 - 3 = -1(3)
分
0 - 1 = -1(3)
2-2=0
析
4-链码 ：10103322
循环首差 ：33133|030
形状数 ：03033133（数值最小）
13
6.2.2.2 多边形逼近(Polygonal
第 Approximations)
六 章
图 像 分
– 基本思想：用一包含尽量少线段的多边形， 来刻画边界形状的本质。
2 算法：
像
• 给每一个边界线段一个方向编码。
分 割
• 有4-链码和8-链码两种编码方法。
和
• 从起点开始，沿边界编码，至起点被重新
分
碰到，结束一个对象的编码。
析
9
6.2.2.1 链码
第
六
章
– 问题1：
图
1）链码相当长。
像 分
2）噪声会产生不必要的链码。
割
– 改进1：
和 分
1）加大网格空间。
析
2）依据原始边界与格点的接近程度，来确