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
-
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。
-
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。
-
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