![](https://img-blog.csdnimg.cn/20201014180756928.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
图像特征描述
文章平均质量分 79
小灰灰52309
图像处理方向,大家多多交流
展开
-
Hog特征
1、HOG特征:方向梯度直方图(Histogram of Oriented Gradient, HOG)特征是一种在计算机视觉和图像处理中用来进行物体检测的特征描述子。它通过计算和统计图像局部区域的梯度方向直方图来构成特征。Hog特征结合SVM分类器已经被广泛应用于图像识别中,尤其在行人检测中获得了极大的成功。需要提醒的是,HOG+SVM进行行人检测的方法是法国研究人员Dalal在2005的C转载 2016-08-17 15:03:02 · 261 阅读 · 0 评论 -
LBP特征
LBP(Local Binary Pattern,局部二值模式)是一种用来描述图像局部纹理特征的算子;它具有旋转不变性和灰度不变性等显著的优点。它是首先由T. Ojala, M.Pietikäinen, 和D. Harwood 在1994年提出,用于纹理特征提取。而且,提取的特征是图像的局部的纹理特征; 1、LBP特征的描述原始的LBP算子定义为在3*3的窗口内,以窗口中心像素为阈值,转载 2016-08-17 15:19:06 · 549 阅读 · 0 评论 -
边缘检测之Sobel检测算子
在讨论边缘算子之前,首先给出一些术语的定义:(1)边缘:灰度或结构等信息的突变处,边缘是一个区域的结束,也是另一个区域的开始,利用该特征可以分割图像。(2)边缘点:图像中具有坐标[x,y],且处在强度显著变化的位置上的点。(3)边缘段:对应于边缘点坐标[x,y]及其方位 ,边缘的方位可能是梯度角。二、Sobel算子的基本原理Sobel算子是一阶导数的边缘检测算子,在算法实现过程转载 2016-08-21 20:09:12 · 7221 阅读 · 0 评论 -
图像处理常用边缘检测算子总结
不同图像灰度不同,边界处一般会有明显的边缘,利用此特征可以分割图像。需要说明的是:边缘和物体间的边界并不等同,边缘指的是图像中像素的值有突变的地方,而物体间的边界指的是现实场景中的存在于物体之间的边界。有可能有边缘的地方并非边界,也有可能边界的地方并无边缘,因为现实世界中的物体是三维的,而图像只具有二维信息,从三维到二维的投影成像不可避免的会丢失一部分信息;另外,成像过程中的光照和噪声也是不可避免转载 2016-08-21 20:25:12 · 585 阅读 · 0 评论 -
灰度共生矩阵
概念编辑由于纹理是由灰度分布在空间位置上反复出现而形成的,因而在图像空间中相隔某距离的两象素之间会存在一定的灰度关系,即图像中灰度的空间相关特性。灰度共生矩阵就是一种通过研究灰度的空间相关特性来描述纹理的常用方法。灰度共生矩阵生成编辑灰度直方图是对图像上单个象素具有某个灰度进行统计的结果,而灰度共生矩阵是对图像上保持某距离的两象素分别具有某灰度的状况进行统计得到的。转载 2016-08-24 15:10:47 · 935 阅读 · 0 评论