4-图像分析的数据结构

4图像分析的数据结构

4.1 图像数据表示的层次

1）计算机视觉设计组成：中间表示（数据结构）+ 创建这些中间表示所用的算法和他们之间的关系的导入

2）中间表示从底层到人能感知的描述分为四个层次：

a.图标图像：像素亮度数据的整数矩阵

b.分割图像：有利于处理噪声和错误图像数据

c.几何表示：保存2D和3D 形状知识

d.关系模型：需要一些有关待解决问题的先验知识

4.2 传统图像数据结构

传统的图像数据结构：矩阵、链、图、物体属性表、关系数据库

4.2.1 矩阵

1）矩阵元素

整型数值，对应于采样栅格中的相应像素的亮度或其他属性。

图像获取设备直接输出。

矩阵中的图像信息可以通过像素坐标得到（行列标号）。

采用数组数据表示矩阵。

矩阵是图像的一个完整表示，与图像数据内容无关，隐含图像组成部分之间的空间关系。

2）全局信息

特点：紧凑，占用空间小。

1. 直方图

标准直方图是如下现象的概率密度估计：一个图像的像素具有某个亮度。

1. 共生矩阵

亮度为z的像素和亮度为y的像素的具有的空间关系的两个像素的概率估计。

考虑共生矩阵的主要原因是其描述纹理的能力。

1. 积分图像

主要用来快速计算多个尺度的简单矩形图像特征。这种特征可以用在快速的目标识别和目标跟踪。

4.2.2 链

1）特点

用于描述物体的边界。

元素是一个基本符号。

链中相邻的符号通常对应图像中邻接的基元

2）链码

定义：常用与描述物体的边界，或者图像中一个像素宽的线条。

边界由参考像素的坐标和一个符号序列来定义，符号对应与几个事先定义好了方向的单位长度的线段。

从链码获取局部信息：系统搜索整个链码。

适合：基于形式语言理论的句法模式识别。

3）行程编码

目的：仅记录图像中属于物体的区域，该区域表示成以表为元素的表。

适合：简单的图像压缩

4.2.3 拓扑数据结构

图结构：描述区域及其邻接关系。

赋值图

区域邻接图

4.2.4 关系结构

用于描述图像区域之间的语义关系。

4.3 分层数据结构

无法使用并行计算。使用知识而不是强力减轻计算负担并提高处理速度。

4.3.1 金字塔

1）M型金字塔（矩阵型金字塔）

适用：对图像的不同分辨率同时进行处理时。分辨率降低一层，数据量减少4倍，处理速度提高约4倍。

2）T型金字塔（树形金字塔）

4.3.2 四叉树

T型金字塔的变种，图像中的选择区域比其他区在更高的分辨率上存储，允许选择性的提取细节。

叶码提供了一种更有效的四叉树形式。