背景引言
本节主要介绍提取低层次特征信息的方要方法。在有些情形下,这些信息对理解图是足够的。但是,低层次特征提取函数的目的通常是为更高级分析提供信息。用于边界,角点和运动提取的方法,非常具有Robustness以及性能特久所必备的特性。
基本概述
低层次特征是不需要任何形状/空间关系的信息就可以从图像中自动提取的基本特征,如:常用地阈值方法就是作为点处理的一种低层次特征提方式。所有低层次方法都可以应用于高层次特征提取,从而在图像中找到形状。众所周知,我们可以从漫画家所描绘的画像识别人,这就是我们了解的第一种低层次特征,称之"edge detection"。它的目的要是要制作一个线图。有些技术比较基础,有些技术比较先进,我们了解其中一些最受欢迎的方法。一阶检测算子相于一阶微分法,二阶边缘检测算子相当于高一阶微分处理。边缘检测的另一种形式称相位一致性(phase congruency).其次,我们也考虑到一下角点检测,检测线条因高曲率而急转折处的那些点,看作是局部特征提取