MATLAB图像处理-特征提取

1.图像的边缘检测原理：图像的边缘是指其周围像素灰度急剧变化的那些像素的集合，它是图像最基本的特征。先检测图像中的边缘点，再按照某种策略将边缘点连接成轮廓，从而构成分割区域。边缘检测大致可以分为两种： 一种是阶跃状边缘，边缘两边的像素的 灰度值明显不同；另一种是屋顶状边缘，边缘处于灰度值由小到大再到小的转折点处。

2.edge函数：调用格式：BW=edge(I,method,threshold）

                       功能：对输入的灰度图像进行边缘检测

                       输入：I-输入的灰度图像

                                   method：进行边缘检测的方法，可以设置为

                                   sobel,prewitt,roberts,log,zerocross,canny;

                                    threshold-为所设定的阈值；

                       输出：BW-经过边缘检测后的二值图像。

3.edge函数的使用：

4.Prewitt算子：Prewitt算子是一种一阶微分算子的边缘检测，利用像素点上下、左右邻点的灰度差，在边缘处达到极值检测边缘，去掉部分伪边缘，对噪声具有平滑作用 。其原理是在图像空间利用两个方向模板与图像进行邻域卷积来完成的，这两个方向模板一个检测水平边缘，一个检测垂直边缘。

5.Canny算子步骤：

1. 应用高斯滤波来平滑图像，目的是去除噪声
2. 找寻图像的强度梯度（intensity gradients）
3. 应用非最大抑制（non-maximum suppression）技术来消除边误检（本来不是但检测出来是）
4. 应用双阈值的方法来决定可能的（潜在的）边界
5. 利用滞后技术来跟踪边界

6.角点：从两个角度定义：一是两个边缘的交点；二是领域内具有两个主方向的特征 

            点。

7.Harris角点的基本原理：从图像的小窗口观察图像特征，窗口沿任意方向移动都会导致

            图像的灰度值变化。

 demo：

8.SURF特征提取简介：为了提高搜索特征点的速度，SURF将DoH中的高斯二阶微分模板进行了近似简化，使得模板对图像的滤波只需要进行几个简单的加减法运算，并且，这种运算与滤波模板的尺寸无关，从而极大地提高了尺度不变特征的检测速度。

demo：（由于MATLAB2012b没有这个函数所以结果没发显示）