图像特征特点及其常用的特征提取与匹配方法
[ 2006-9-22 15:53:00 | By: 天若有情 ]
常用的图像特征有颜色特征、纹理特征、形状特征、空间关系特征。
一 颜色特征
(一)特点:颜色特征是一种全局特征,描述了图像或图像区域所对应的景物的
表面性质。一般颜色特征是基于像素点的特征,此时所有属于图像或图像区域
的像素都有各自的贡献。由于颜色对图像或图像区域的方向、大小等变化不敏
感,所以颜色特征不能很好地捕捉图像中对象的局部特征。另外,仅使用颜色
特征查询时,如果数据库很大,常会将许多不需要的图像也检索出来。颜色直
方图是最常用的表达颜色特征的方法,其优点是不受图像旋转和平移变化的影
响,进一步借助归一化还可不受图像尺度变化的影响,基缺点是没有表达出颜
色空间分布的信息。
(二)常用的特征提取与匹配方法
(1) 颜色直方图
其优点在于:它能简单描述一幅图像中颜色的全局分布,即不同色彩在整
幅图像中所占的比例,特别适用于描述那些难以自动分割的图像和不需要考虑
物体空间位置的图像。其缺点在于:它无法描述图像中颜色的局部分布及每种
色彩所处的空间位置,即无法描述图像中的某一具体的对象或物体。
最常用的颜色空间:RGB 颜色空间、HSV 颜色空间。
颜色直方图特征匹配方法:直方图相交法、距离法、中心距法、参考颜色
表法、累加颜色直方图法。
(2) 颜色集
颜色直方图法是一种全局颜色特征提取与匹配方法,无法区分局部颜色
信息。颜色集是对颜色直方图的一种近似首先将图像从 RGB 颜色空间转化成视
觉均衡的颜色空间(如 HSV 空间),并将颜色空间量化成若干个柄。然后,用
色彩自动分割技术将图像分为若干区域,每个区域用量化颜色空间的某个颜色
分量来索引,从而将图像表达为一个二进制的颜色索引集。在图像匹配中,比
较不同图像颜色集之间的距离和色彩区域的空间关系
(3) 颜色矩
这种方法的数学基础在于:图像中任何的颜色分布均可以用它的矩来表
示。此外,由于颜色分布信息主要集中在低阶矩中,因此,仅采用颜色的一阶
矩(mean)、二阶矩(variance)和三阶矩(skewness)就足以表达图像的颜色
分布。
(4) 颜色聚合向量
其核心思想是:将属于直方图每一个柄的像素分成两部分,如果该柄内的
某些像素所占据的连续区域的面积大于给定的阈值,则该区域内的像素作为聚
合像素,否则作为非聚合像素。
(5) 颜色相关图
二 纹理特征
(一)特点:纹理特征也是一种全局特征,它也描述了图像或图像区域所
对应景物的表面性质。但由于纹理只是一种物体表面的特性,并不能完全反映
出物体的本质属性,所以仅仅利用纹理特征是无法获得高层次图像内容的。与
颜色特征不同,纹理特征不是基于像素点的特征,它需要在包含多个像素点的
评论0