今天我们来讲讲特征提取中的区域特征:
1、区域特征
目前最简答的区域特征是区域的面积。
a=|R|=∑(r,c)∈R1=∑i=1ncei−csi+1
区域的行程表示法可以让计算计算变得更快,选出的区域可以作为 OCR 的输入。面积可以成为区域的矩的广义特征的一个特例,其实面积就是区域内的点数,
q=0,p=0
时,我们认为(p,q)阶矩为区域的面积。
mp,q=∑rpcq(q≥0,p≥0)
如何得到归一化的矩?
当
p+q≥1
np,q=1a∑(r,c)∈Rrpcq
归一化的矩是由图像的中位置决定的,通常,使特征不随图像中区域的位置变化而变化。我们可以计算矩的重心来实现,中心矩是
(p+q)≥2
u(p,q)=1a∑(r,c)∈R(r−n1,0)p(c−n0,1)q
凸集:点集中任意两点连成的直线上的所有点都在这个点集上,这个点集就是凸集。
凸包:包含了区域中的所有的点的最小凸集。
凸性:某区域的面积和该区域凸包的面积的比值,它的比值在0和1之间。(凸性能被用来去除不想要的分割结果)
轮廓长度:为了计算该特征量,我们必须跟踪区域的边界从而获得一个轮廓,该轮廓是将边界上的全部点连在一起,当我们得到区域的轮廓,用欧几里得到距离即可。
(水平线段和垂直线段的距离都是1,对角线段的距离2√)
区域紧性:度量公式:
c=l24πa其中l为轮廓长度,a为区域面积