传统特征提取

传统图像特征提取可以根据不同的维度进行分类，以下是一些主要的分类方式：

一、按特征类型分类

1. 颜色特征

   • 描述：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。颜色特征对图像或图像区域的方向、大小等变化不敏感，因此不能很好地捕捉图像中对象的局部特征。
   • 方法：颜色直方图、颜色集、颜色矩（颜色分布）、颜色聚合向量、颜色相关图等。

2. 纹理特征

   • 描述：纹理特征也是一种全局特征，描述了图像或图像区域所对应景物的表面性质。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区域中进行统计计算。
   • 方法：统计方法（如灰度共生矩阵）、几何方法、模型法（如马尔可夫随机场模型）、信号处理法等。

3. 形状特征

   • 描述：形状特征主要关注图像中物体的外形轮廓。形状特征可以分为基于轮廓的特征和基于区域的特征两类。
   • 方法