数字图象处理—第8章图像分析.pptVIP

描绘子（descriptor)： 把表征图像特征的一系列符号叫做描绘子。 对描绘子的基本要求： 对图像的大小、旋转、平移等变化不敏感。也就是说，只要图像内容不变，仅仅产生几何变化，描绘图像的描绘子将是唯一的。 傅立叶描绘子(Fourier descriptor) 当一个区域边界上的点已被确定时，可以从这些点中提取信息。这些信息就可以用来鉴别不同区域的形状。 8.2.1 区域描绘 图8—14 采用傅立叶描绘子得到的外形 矩描绘子 设 是一个二维函数，可用下式来表示 阶矩 (8—48) 式中 =0,1,2……。 中心矩由下式表示 (8—49) 式中 拓扑描绘子 拓扑学是研究图形性质的理论。拓扑特性可用于描绘图像平面区域。 如果图像已经被分割为区域或部分，则图像描绘的下一步任务就是如何把这些元素组织成为有意义的关系结构。结构描绘一般是以文法概念为基础的。 8.2.2 关系描绘 形式语言理论主要研究文法及其性质。串文法（或叫简单文法）是四元的，即 其中： 为非终端符集合（变量）； 为终端符的集合（常量）； 为产生式或重写规则集合； 为起始符或根符号。 假定 属于集合 ，并且 和 是不相交的集合，字母 是 和 的合集。 （１）无约束文法 （２）上下文有关的文法 （３）上下文无关的文法 （４）正则文法 文法的类型 例１：无约束文法 所以有 图像描绘的另外一种途径可借助于与已知描绘子的相似程度来进行，这种方法可以在任何复杂的程度上建立相应的相似性测度。它可以比较两个简单的像素，也可以比较两个或两个以上的景物。 8.2.3 相似性描绘 1、距离测度 前面研究过的某些方法可以用来做为两幅图像区域之间进行比较的准则。例如，以矩做为描绘子，假如两个区域的矩分别为 和 。把它们写成向量式如下： （8—70） 此时， 和 之间的距离可定义如下： （8—71） 采用距离这一测度可以测量两个描绘子之间的相似性。 2、相关性 （8—73） 其中 3、结构相似性 8.3 纹理分析 对纹理图像很难下一个确切的定义。类似于布纹、草地、砖砌地面等重复性结构的图像称为纹理图像。一般来说纹理图像中灰度分布具有某种周期性，即便灰度变化是随机的，它也具有一定的统计特性。 8.4 图像配准 即多幅图像的对准问题 主要配准方法： 基于点的配准方法 基于表面的配准方法 基于像素的配准方法 8.1 分割 (segmentation) 分割的目的是把图像空间分成一些有意义的区域。 分割的依据可建立在相似性和非连续性两个基本概念之上。 8.1.1 灰度阈值法分割 假如有如下形状的直方图 图 8—1 图像 的直方图 第一，对 的每一行进行检测，产生的图像的灰度将遵循如下规则 (8—1) 式中 是指定的边缘灰度级， 是背景灰度级。 第二，对 的每一列进行检测，产生的图像的灰度将遵循下述规则 (8—2) 为了得到边缘图像，可采用下述关系 （8—3） (8—4) (8—5) (8—6) 在数字图像处理中，样板是为了检测某些不变区域特性而设计的阵列。样板可根据检测目的不同而分为点样板、线样板、梯度样板、正交样板等等。 8.1.2 样板匹配 -1 -1 -1 -1 8 -1 -1 -1 -1 图8—2 点样板 假定小 块 之 间 的 距 离 大 于 ，这里 、 分别是在x和y方向的取样距离。 1）、点样板 图8—3 线样板 图8—5 梯度样板 1）、确定区域的数目； 2）、要确定一个区域与其他区域相区别的特征； 3）、确定一个产生有意义分割的相似性判据。 8.1.3 区域生长 相似性的测度可以由所确定的阈值来判定。它的方法是从满足检测准则的点开始，在各个方向上生长区域。当其邻近点满足检测准则就并入小块区域中，当新的点被合并后再用新的区域重复这一过程，直到没有可接受的邻近点时，生成过程终止。 图8—9 区域生长简例 它要求聚合中的各个点必须在平面上相邻接而且特性相似。区域聚合的步骤是首先检查图像的测度集，以确定在测度空间中聚合的位置和数目，然后把这些聚合的定义用于图像，以得到区域聚合。 8.1.4 区域聚合 8.2 描绘 当一幅图像