课件：第三章数字影像的特征提取与定位.ppt

（4）确定待选点 若兴趣值大于给定的阈值，则该像元为待选点。阈值为经验值，可参考下列值： 其中 为权平均值； 为权的中值。 当qTq同时 时，该像元为待选点。 （5）选取极值点 即在一个适当窗口中选择权值 最大的待选点（极值点）作为特征点 。 能给出特征点的类型且精度较高，但较复杂。 特点: 本 讲 小 结 特征、特征种类、特征提取 点特征提取算子 Moravec算子、Forstner算子提取点特征的方法步骤 特征提取的复杂性和多样性。 1.什么是特征？什么是特征提取？ 2.分析特征提取的复杂性和多样性。 3.试述Moravec算子及Forstner点特征提取算子的原理，绘出其程序框图并编制相应程序。 实验一 点特征提取算法 作 业 题 预习 THANK YOU SUCCESS * * 可编辑 * * * 华北水利水电学院资源与环境学院测量教研室 华北水利水电学院资源与环境学院测量教研室 华北水利水电学院资源与环境学院测量教研室 华北水利水电学院资源与环境学院测量教研室 华北水利水电学院资源与环境学院测量教研室 华北水利水电学院资源与环境学院测量教研室 华北水利水电学院资源与环境学院测量教研室 华北水利水电学院资源与环境学院测量教研室 华北水利水电学院资源与环境学院测量教研室 华北水利水电学院资源与环境学院测量教研室 华北水利水电学院资源与环境学院测量教研室 华北水利水电学院资源与环境学院测量教研室 华北水利水电学院资源与环境学院测量教研室 可编辑 华北水利水电学院资源与环境学院测量教研室 可编辑 回 顾 数字影像传感器的种类、优势 立体显示方式（立体观察设备） 数字影像如何存贮;如何读取; （重点） （难点） 数字影像的文件形式; 影像重采样的概念; 影像重采样的主要方法以及它们的优缺点; 内容安排 （重点） 信息或不确定性,是基本随机事件发生概率的实值函数。通常,信息测度也称为熵。影像的熵就是它的信息量的度量。 特征是区分不同目标图像的根据，是不同目标图像固有性质的某种表现形式。理论上,特征是影像灰度曲面的不连续点。在实际影像中, 由于点扩散函数的作用，特征表现为在一个微小邻域中灰度的急剧变化,或灰度分布的均匀性,也就是在局部区域中具有较大的信息量。 不同目标的图像特征主要决定于两个方面: (1)目标的性质 (2)图像的性质 1）特征概念 2）特征的种类 点状特征 线状特征 面状特征 按特征形状分: 3）特征提取 是从图像中提取图像特征的技术过程。或是从原始图像中提取区分某类目标图像依据的技术过程。 为什么要进行特征提取？ 对一幅数字影像，我们最感兴趣的是那些非常明显的目标，而要识别这些目标，就要进行特征提取。特征提取是影像分析和影像匹配的基础，也是单张影像处理的最重要的任务。 特征提取的复杂性和多样性 特征提取的针对性和图像特征的多样性及近似性，造成了图像特征提取的复杂性和多样性。 特征提取的方法 （1）兴趣值的选定 兴趣值是判定所检测像元是否为感兴趣的特征的基本依据。 （2）阈值的选定 阈值是判定所检测像元是否为感兴趣的特征的标准。 （3）特征提取策略 （4）特征提取的基本过程 3）特征提取 点特征主要指明显点，如角点、圆点等。 点特征提取算子是指运用某种算法使图像中独立像点更为突出的算子，它又被称为兴趣算子或有利算子，主要用于提取我们感兴趣的点（如角点、圆点等）。 点特征的灰度特征 理想情况 实际情况 理想情况：灰度从一常数突然跳跃； 实际情况：有一个缓慢变化趋势； Moravec于1977年提出利用灰度方差提取点特征的算子。 r c w THANK YOU SUCCESS * * 可编辑 其中 取其中最小者作为该像素（c,r）的兴趣值： r c w （1）计算各像元的兴趣值IV （2）给定一经验阈值，将兴趣值大于该阈值的点（即兴趣值计算窗口的中心点）作为候选点 （3）选取候选点中的极值点作为特征点 在一定大小的窗口内（可不同于兴趣值计算窗口），将候选点中兴趣值不是最大者均去掉，仅留下一个兴趣值最大者，该像素即为一个特征点。 特点: 在四个主要方向上，选取具有最大-最小灰度方差的点作为特征点。 计算各像素的Robert’s梯度和像素（c，r）为中心的一个窗口的灰度协方差矩阵，在影像中寻找具有尽可能小而接近圆的误差椭圆的点作为特征点。 （l）计算各像素的Robert’s梯度 （2）计算 （如5×5或更大）窗口中灰度的协方差矩阵 其中: （3）计算兴趣值q与权值 DetN代表矩阵N之行列式 trN代表矩阵N之迹 q即像素(c,r)对应误差椭圆圆度： 其