文档介绍：4.3.2 轮廓提取方法 差影法用原图像减去腐蚀后的收缩图像。为得到单像素边缘，腐蚀操作采用3?3大小的结构算子 4.4 数学形态学分析 基本运算 腐蚀与膨胀 开运算与闭运算 应用 边界提取 区域填充 图像细化与图像骨架 4.5 图像投影 针对二值图像的操作，是图像分割的一种基本操作。 当物体有水平或垂直边界时，通过投影可以确定物体的大概位置。 水平投影 对图像的每一行进行遍历，计算每一行中目标像素的个数。 垂直投影 对图像的每一列进行遍历，计算每一行中目标像素的个数。 4.6 图像特征提取 兴趣点提取 Harris角点 直线提取* (扩展内容/自学) 哈夫变换 圆弧提取* (扩展内容/自学) 最小二乘拟合 4.6.1 图像特征 定义：图像的原始特性或属性。 自然特征：视觉能直接感受，如亮度、边缘轮廓、纹理、色彩等。 人为特征：需要通过变换或测量得到，如直方图、变换频谱、矩等。 4.6.1 图像特征 分类： 提取区域大小：局部特征、全局特征。 在图像上的表现形式：点特征、线特征和面特征。 用于目标图像识别： 视觉特征—边缘、轮廓、形状、纹理、区域等，物理意义明确，提取比较容易。 统计特征—直方图、矩(包括均值、方差、峰度、熵)等。 变换系数特征 代数特征 4.6.2 Harris角点检测 给定一个小的滑动窗口，有三种情况： 平滑区域：无论窗口如何移动，图像强度无显著变化。 边缘区域：沿边缘方向灰度值无明显变化。 兴趣点区域：无论朝哪个方向移动，均会产生灰度值的巨大变化 4.6.2 Harris角点检测 兴趣点标定步骤： 1. 采用Sobel算子计算梯度图像：Ix , Iy 2. 逐点计算乘积图像： Ix2, Iy2, IxIy 4. 用高斯窗w(x, y)对乘积图像中的所有像素点进行卷积 4.6.2 Harris角点检测 对每个像素点进行如下操作： 4. 对矩阵C进行特
本站仅提供存储服务，所有内容均由用户发布，如发现有害或侵权内容，请
点击举报。
