形狀識(shí)別

1、專題專題2：基于形狀特征的目標(biāo)識(shí)別：基于形狀特征的目標(biāo)識(shí)別形狀識(shí)別的一般流程:形狀提取、形狀特征提取和分類識(shí)別。一、形狀提取一、形狀提取形狀提取的處理流程：1、預(yù)處理預(yù)處理：A、圖像的灰度變換圖像的灰度變換是圖像增強(qiáng)處理技術(shù)中一種非?；?、直接的方法它主要針對(duì)獨(dú)立的像素點(diǎn)進(jìn)行變換處理而無(wú)須考慮其它因素在處理時(shí)通過改變?cè)紙D像數(shù)據(jù)所占據(jù)的灰度范圍而使其灰度分布滿足一定的要求并且絲毫不會(huì)改變圖像像素點(diǎn)之間的相互空間關(guān)系。常用的方法主要有三種

2、：1）灰度級(jí)修正針對(duì)圖像成像不均勻（如曝光不均勻，使圖像半邊暗半邊亮），對(duì)圖像逐點(diǎn)進(jìn)行不同程度的灰度級(jí)校正，目的是使整幅圖像灰度均勻。2）灰度變換針對(duì)圖像某一部分或整幅圖像曝光不足而使用的灰度級(jí)變換，其目的是增加圖像灰度對(duì)比度。常用的灰度變換方法有圖像反轉(zhuǎn)、線性灰度變換、分段線性灰度變換、灰度窗口變換等，如圖：邊緣檢測(cè)的原理是：由于微分算子具有突出灰度變化的作用，對(duì)圖像進(jìn)行微分運(yùn)算，在圖像邊緣處其灰度變化較大，故該處微分計(jì)算值較高，可將

3、這些微分值作為相應(yīng)點(diǎn)的邊緣強(qiáng)度，通過閾值判別來(lái)提取邊緣點(diǎn)，即如果微分值大于閾值，則為邊緣點(diǎn)。2）基于閾值選取的方法閾值法是一種傳統(tǒng)的圖像分割方法，因其實(shí)現(xiàn)簡(jiǎn)單、計(jì)算量小、性能較穩(wěn)定而成為圖像分割中最基本和應(yīng)用最廣泛的分割技術(shù)。圖像閾值分割利用了圖像中要提取的目標(biāo)物與其背景在灰度特性上的差異，把圖像視為具有不同灰度級(jí)的兩類區(qū)域（目標(biāo)和背景）的組合，選取一個(gè)合適的閾值，以確定圖像中每一個(gè)像素點(diǎn)應(yīng)屬于目標(biāo)還是背景區(qū)域，從而產(chǎn)生相應(yīng)的二值圖像。

4、1.整體閾值法：它是用一個(gè)全局閾值來(lái)實(shí)現(xiàn)圖像二值化。該方法對(duì)質(zhì)量較好的圖像（如雙峰直方圖）有效。這種方法運(yùn)算簡(jiǎn)單，易于理解，但適應(yīng)性不強(qiáng)。2.局部閾值法：由當(dāng)前象素灰度值與該象素周圍點(diǎn)的局部灰度特征來(lái)確定圖像的閾值。常把原圖像劃分為不相交的小塊，將各塊圖像的灰度值作為該部分圖像的閾值。這種方法可處理質(zhì)量較差的圖像。3.動(dòng)態(tài)閾值法：它是局部閾值法的改進(jìn)方法。它的閾值不僅僅取決于該象素及其周圍象素的灰度值，還和該象素的位置有關(guān)。這種方法適應(yīng)

5、于圖像質(zhì)量不好的圖像的二值化，但它運(yùn)算量大，運(yùn)算速度慢。3）基于區(qū)域生成的方法閾值分割可以認(rèn)為是將圖像由大到小進(jìn)行拆分，而區(qū)域生長(zhǎng)則相當(dāng)于有小到大對(duì)像素進(jìn)行合并。區(qū)域生長(zhǎng)的基本思想是將具有相似性質(zhì)的像素集合起來(lái)構(gòu)成一個(gè)區(qū)域。實(shí)質(zhì)就是將具有“相似”特性的像素元連接成區(qū)域。這些區(qū)域是互不相交的，每一個(gè)區(qū)域都滿足特定區(qū)域的一致性。具體實(shí)現(xiàn)時(shí)，先在每個(gè)分割的區(qū)域找一個(gè)種子像素作為生長(zhǎng)的起始點(diǎn)，再將種子像素周圍鄰域中與種子像素相同或相似性質(zhì)的像素

6、（根據(jù)某種事先確定的準(zhǔn)則來(lái)判定）合并到種子像素所在的區(qū)域中。直到所有滿足條件的像素都包括進(jìn)來(lái)了，一個(gè)區(qū)域就長(zhǎng)成了。實(shí)際應(yīng)用區(qū)域生長(zhǎng)法時(shí)，需要有以下3個(gè)步驟：（1）確定選擇一組能正確代表所需區(qū)域的起始點(diǎn)種子像素。（2）確定在生長(zhǎng)過程中將相鄰像素包括進(jìn)來(lái)的準(zhǔn)則。（3）確定區(qū)域生長(zhǎng)過程停止的條件或準(zhǔn)則。3、提取后處理：、提取后處理：形態(tài)學(xué)運(yùn)算是針對(duì)二值圖像而依據(jù)數(shù)學(xué)形態(tài)學(xué)(MathematcialMpholgoy)的集合論發(fā)展起來(lái)的圖像處理方

7、法。二、形狀特征提取二、形狀特征提取過圖像的前期處理，我們獲得了目標(biāo)的形狀，為了進(jìn)一步對(duì)目標(biāo)做分析和識(shí)別，必須通過對(duì)目標(biāo)的形狀作定量和定性的分析來(lái)得出正確的結(jié)論，這些結(jié)論是建立在目標(biāo)形狀的某些特征描述的基礎(chǔ)上的。為了識(shí)別某一目標(biāo)，我們必須對(duì)目標(biāo)的形狀進(jìn)行描述，即提取形狀的某些特征來(lái)表示該目標(biāo)。為了能區(qū)分不同形狀的物體保證識(shí)別的正確性我們希望這些特征相對(duì)不同的形狀有較大的差異而對(duì)同一物體對(duì)其在圖像中的不同位置、大小和方向的變化保持不變即具