matlab提取多边形区域_深度学习特征提取的那些事

一、形状特征提取

形状特征机器视觉进行物体识别时所需要的关键信息之一，它不随周围的环境如亮度等因素的变化而变化，是一种稳定信息；相对于纹理和颜色等底层特征而言，形状特征属于图像的中间层特征。在二维图像中，形状通常被认为是一条封闭的轮廓曲线所包围的区域。

对形状特征的描述主要可以分为基于轮廓形状与基于区域形状两类，区分方法在于形状特征仅从轮廓中提取还是从整个形状区域中提取。

1) 基于区域的形状特征。基于区域的形状特征是利用区域内的所有像素集合起来获得用以描述目标轮廓所包围的区域性质的参数。这些参数既可以是几何参数，也可以是密度参数，还可以是区域2维变换系数或傅里叶变换的能量谱。基于区域的形状特征主要有几何特征、拓扑结构特征、矩特征等。

几何特征包括区域简单特征描述，如面积、周长、质心、分散度、矩形度、长宽比、方向等；还包括基于形状相似性的特征，如区域的矩形度、圆形度、球形度、偏心率、面积周长比、细度，还有基于直方图、基于饱和度、基于形态曲率和多边形描述的形状特征等。

拓