目录
11.1表示
11.1.1边界追踪
边界追踪算法的输出是排过序的点的序列。给定一个二值区域R或其边界,追踪R的边界或给定边界的算法由如下步骤组成:
1.令起始点b₀为图像中左上角标记为1的点。使用c。表示b₀西侧的邻点[见图11.1(b)]。很明显,c₀总是背景点。从c₀开始按顺时针方向考察b₀的8个邻点。令b₁表示所遇到的值为1
的第一个邻点,并直接令c₁(背景)是序列中b₁之前的点。存储b₀和b₁的位置,以便在步骤5中使用。
2.令b=b₁和c=c₁[见图11.1(c)]。
3.从c开始按顺时针方向行进,令b的8个邻点为n,n₂,…,ng。找到标为1的第一个n。
4.令b=n和c=n-1。
5.重复步骤3和步骤4,直到b=b₀且找到的下一个边界点为b。
11.1.2链码
链码用于表示由顺次连接的具有指定长度和方向的直线段组成的边界。如图11.3所示。以这种方向性数字序列表示的编码称为佛雷曼链码。弗雷曼链码使用了八个方向编码,分别对应对象周围的八个可能移动方向,即从0到7。例如,0表示向右,1表示右上,以此类推,直到7表示左上方向。链码从对象的边界的任意一点开始,并按照轮廓顺时针或逆时针方向依次记录每个边界像素的移动方向编码,直到回到起点为止。
11.1.3使用最小周长多边形的多边形近似
多边形近似的目的是使用尽可能少的线段数来获取给定边界的基本形状。在这些近似技术中,最有力的一种技术是使用最小周长多边形(MPP)来表示边界,详见如下讨论中的定义。
MPP算法是一种用于图像区域检测和描述的算法,特别适用于物体识别和目标检测任务。其核心思想是寻找在不同尺度下稳定的极值区域,即稳定的极值区域应在不同的尺度空间下有相似的形状和大小。
MPP算法的主要步骤包括:
1.由简单连接的单元组合体为界的MPP是非自相交的。
2.MPP的每个凸顶点都是一个W顶点,但并非边界的每个W顶点都是MPP的一个顶点。
3.MPP的每个镜像凹顶点都是一个B顶点,但并非边界的每个B顶点都是MPP的一个顶点。
4.所有的B顶点要么在MPP上,要么在MPP外;所有的W顶点要么在MPP上,要么在MPP内。
5.单元组合体中包含的顶点序列的最左上角顶点,总是MPP的一个W顶点。
11.1.4其他多边形近似方法
聚合技术
一种方法是沿一条边界来聚合一些点,直到拟合这些聚合点的直线的最小均方误差超过一个预设的阈值。当这种条件出现时,存储该直线的参数,将误差设为零,并且重复该过程,沿边界聚合新的点,直到该误差再次超过预设的阈值
分裂技术
分裂边界线段的一种方法是将线段不断地细分为两部分,直到满足规定的准则为止。例如,一个要求可能是:一条边界线段到连接其两个端点的直线间的最大垂直距离不超过一个预设的阈值。如果准则满足,则与直线有着最大距离的点就成为一个顶点,这样就将初始线段分成了两条子线段。
11.1.5标记图
标记图是边界的一维函数表示,它可以使用各种方式来生成。一种最简单的方法是以角度的函数的形式画出质心到边界的距离。如下图所示:
11.1.6边界线段
将边界分解为线段通常是有很用的。分解降低了边界的复杂性,从而简化了描述过程。可如下图所示分割:
11.1.7骨架
我们可以通过骨架化一个平面区域的结构形状简化为图形。一个区域的骨架边界为B的区域R的MAT如下所示。对R中的每个点p,我们在B中找到与其最接近的邻点。如果p有多个这样的邻点,则认为p属于R的中轴(骨架)。
11.2边界描绘子
11.2.1一些简单的描绘子
边界的长度是其最简单的描绘子之一。边界B直径定义为:
式中,D是一种距离度量,pi和pj,是边界上的点。
曲率为斜率的变化率
11.2.2形状数
形状数的阶n定义为其表示的数字个数。此外,对于闭合边界,n为偶数,其值限制了不同形状的数量。图11.17显示了阶为4,6,8的所有形状,以及它们的链码表示、一次差分和相应的形状数。
11.2.3傅里叶描绘子
可将下图每个坐标用复数形式表示:
离散傅里叶变换(DFT)为:
式中u=0,1,2,…,K-1。复系数a(u)称为边界的傅里叶描绘子
11.3区域描绘子
11.3.1一些简单的描绘子
一个区域的面积定义为该区域中像素的数量。区域的周长是其边界的长度。致密性描绘子是圆度率,圆度率R。由下式给出:
其中,A是所讨论区域的面积,P是其周长。
11.3.2拓扑描绘子
扑学是研究未受任何变形影响的图形的性质,前提是该图形未被撕裂或粘连(有时称为橡皮膜变形)。例如,图11.23显示了一个带有两个孔洞的区域。如果一个拓扑描绘子由该区域内的孔洞数量来定义,那么这种性质明显不受拉伸或旋转变换的影响。故拓扑特性与距离或基于距离度量概念的任何特性无关。
11.3.3纹理
这种描绘子提供了诸如平滑度、粗糙度和规律性等特性的度量。图像处理中用于描述区域纹理的三种主要方法是统计方法、结构方法和频谱方法。
统计方法:
描述纹理的最简方法之一是使用一幅图像或一个区域的灰度级直方图的统计矩。
结构方法:
基于结构概念的。假设我们有一个形如S→aS的规则,该规则表明字符S可被重写为aS。
频谱方法:
一般用傅里叶谱来描述我们考虑对纹理描述很有用的傅里叶频谱的三个特征:(1)频谱中突出的尖峰给出纹理模式的主要方向;(2)频率平面中尖峰的位置给出模式的基本空间周期;(3)采用滤波方法消除任何周期分量而留下非周期性图像元素,然后采用统计技术来描述。
11.3.4不变矩
大小为MxN的数字图像f(x,y)的二维(p+q)阶矩定义为:
11.4使用主分量进行描绘
下面是使用主分量进行描述的基本步骤
1.数据预处理2.协方差矩阵的计算3.特征值分解4.选择主成分5.数据投影6.解释方差比