族谱网 头条 人物百科

特征检测

2020-10-16
出处:族谱网
作者:阿族小谱
浏览:425
转发:0
评论:0
特征的定义至今为止特征没有万能和精确的定义。特征的精确定义往往由问题或者应用类型决定。特征是一个数字图像中“有趣”的部分,它是许多计算机图像分析算法的起点。因此一个算法是否成功往往由它使用和定义的特征决定。因此特征检测最重要的一个特性是“可重复性”:同一场景的不同图像所提取的特征应该是相同的。特征检测是图象处理中的一个初级运算,也就是说它是对一个图像进行的第一个运算处理。它检查每个像素来确定该像素是否代表一个特征。假如它是一个更大的算法的一部分,那么这个算法一般只检查图像的特征区域。作为特征检测的一个前提运算,输入图像一般通过高斯模糊核在尺度空间中被平滑。此后通过局部导数运算来计算图像的一个或多个特征。有时,假如特征检测需要许多的计算时间,而可以使用的时间有限制,一个高层次算法可以用来控制特征检测阶层,这样仅图像的部分被用来寻找特征。由于许多计算机图像算法使用特征检测作为其初级计算步骤,因...

特征的定义

至今为止特征没有万能和精确的定义。特征的精确定义往往由问题或者应用类型决定。特征是一个数字图像中“有趣”的部分,它是许多计算机图像分析算法的起点。因此一个算法是否成功往往由它使用和定义的特征决定。因此特征检测最重要的一个特性是“可重复性”:同一场景的不同图像所提取的特征应该是相同的。

特征检测是图象处理中的一个初级运算,也就是说它是对一个图像进行的第一个运算处理。它检查每个像素来确定该像素是否代表一个特征。假如它是一个更大的算法的一部分,那么这个算法一般只检查图像的特征区域。作为特征检测的一个前提运算,输入图像一般通过高斯模糊核在尺度空间中被平滑。此后通过局部导数运算来计算图像的一个或多个特征。

有时,假如特征检测需要许多的计算时间,而可以使用的时间有限制,一个高层次算法可以用来控制特征检测阶层,这样仅图像的部分被用来寻找特征。

由于许多计算机图像算法使用特征检测作为其初级计算步骤,因此有大量特征检测算法被发展,其提取的特征各种各样,它们的计算复杂性和可重复性也非常不同。

分类

边缘

边缘指组成两个图像区域之间边界(或边缘)的像素。一般一个边缘的形状可以是任意的,还可能包括交叉点。在实践中边缘一般被定义为图像中拥有大的梯度的点组成的子集。一些常用的算法还会把梯度高的点联系起来来构成一个更完善的边缘的描写。这些算法也可能对边缘提出一些限制。

局部地看边缘是一维结构。

角指图像中点似的特征,在局部它有两维结构。早期的算法首先进行边缘检测,然后分析边缘的走向来寻找边缘突然转向(角)。后来发展的算法不再需要边缘检测这个步骤,而是可以直接在图像梯度中寻找高度曲率。后来发现这样有时可以在图像中本来没有角的地方发现具有同角一样的特征的区域。

区域

与角不同的是区域描写一个图像中的一个区域性的结构,但是区域也可能仅由一个像素组成,因此许多区域检测也可以用来监测角。一个区域监测器检测图像中一个对于角监测器来说太平滑的区域。

区域检测可以被想象为把一张图像缩小,然后在缩小的图像上进行角检测。

长条形的物体被称为脊。在实践中脊可以被看作是代表对称轴的一维曲线,此外局部针对于每个脊像素有一个脊宽度。从灰梯度图像中提取脊要比提取边缘、角和区域困难。在空中摄影中往往使用脊检测来分辨道路,在医学图像中它被用来分辨血管。

特征提取

特征被检测后它可以从图像中被提取出来。这个过程可能需要许多图像处理的计算机。其结果被称为特征描述或者特征向量。

参考文献

引用

来源

Canny, J., A Computational Approach To Edge Detection, IEEE Trans. Pattern Analysis and Machine Intelligence, 8:679-714, 1986. (Canny edge detection)

C. Harris and M. Stephens.A combined corner and edge detector(PDF). Proceedings of the 4th Alvey Vision Conference: 147–151. 1988年. (Harris/Plessey corner detection)

S. M. Smith and J. M. Brady.SUSAN - a new approach to low level image processing.. International Journal of Computer Vision. 1997年5月, 23 (1): 45–78页. (The SUSAN corner detector)

J. Shi and C. Tomasi.Good Features to Track,. 9th IEEE Conference on Computer Vision and Pattern Recognition. Springer. 1994年6月. (The Shi and Tomasi corner detector)

M. Trajkovic and M. Hedley. Fast corner detection. Image and Vision Computing. 1998年, 16 (2): 75–87. (The FAST corner detector)

T. Lindeberg.Feature detection with automatic scale selection. International Journal of Computer Vision. 1998年, 30 (2): 77–116. (Laplacian and determinant of Hessian blob detection as well as automatic scale selection)

D. Lowe.Distinctive Image Features from Scale-Invariant Keypoints. International Journal of Computer Vision. 2004年. (DOG blob detection with automatic scale selection)

J. Matas, O. Chum, M. Urban and T. Pajdla.Robust wide baseline stereo from maximally stable extremum regions(PDF). British Machine Vision Conference: 384–393. 2002年. (The MSER blob detector)

T. Lindeberg.Detecting Salient Blob-Like Image Structures and Their Scales with a Scale-Space Primal Sketch: A Method for Focus-of-Attention. International Journal of Computer Vision. 1993年, 11 (3): 283–318. (Grey-level blob detection and scale-space blobs)

R. Haralick, "Ridges and Valleys on Digital Images," Computer Vision, Graphics, and Image Processing vol. 22, no. 10, pp. 28-38, Apr. 1983. (Ridge detection using facet model)

J. L. Crowley and A. C. Parker, "A Representation for Shape Based on Peaks and Ridges in the Difference of Low Pass Transform", IEEE Transactions on PAMI, PAMI 6 (2), pp 156-170, March 1984. (Ridge detection based on DOGs)

D. Eberly , R. Gardner , B. Morse , S. Pizer , C. Scharlach, Ridges for image analysis, Journal of Mathematical Imaging and Vision, v.4 n.4, p.353-373, Dec. 1994. (Fixed scale ridge detection)

T. Lindeberg.Edge detection and ridge detection with automatic scale selection. International Journal of Computer Vision. 1998年, 30 (2): 117–154. (Ridge detection with automatic scale selection)


免责声明:以上内容版权归原作者所有,如有侵犯您的原创版权请告知,我们将尽快删除相关内容。感谢每一位辛勤著写的作者,感谢每一位的分享。

——— 没有了 ———
编辑:阿族小谱
发表评论
写好了,提交
{{item.label}}
{{commentTotal}}条评论
{{item.userName}}
发布时间:{{item.time}}
{{item.content}}
回复
举报
点击加载更多
打赏作者
“感谢您的打赏,我会更努力的创作”
— 请选择您要打赏的金额 —
{{item.label}}
{{item.label}}
打赏成功!
“感谢您的打赏,我会更努力的创作”
返回

更多文章

更多精彩文章
打赏
私信

推荐阅读

· 基因检测
基本原理由于DNA中的核苷酸依其碱基不同,共分四种(Adenine、Thymine、Cytonine、Guanine:A、T、C、G),而基因为三个核苷酸排列成一组基因组(又称密码组),依据不同的排列组合,经转录成RNA(其中T会被Uracil:U取代)后可产生具不同意义的生物功能,如起始密码(AUG和GUG)能使转译作用开始进行、终止密码(UAA、UGA和UAG)能使转译作用终止、其他组合则可转译出不同氨基酸或作为修饰其他基因组功能,而氨基酸序列可组成蛋白质,不同蛋白质在生物体内会执行或调控不同生理作用,如代谢、生长、繁殖等。由此可知基因是具有意义(功能)的遗传因子,其排列组合至关重要,其中任一位点错误可能将导致无可挽回的严重后果,如许多调控生理的蛋白质无法生成或失去作用大多与此有关,甚至癌症的生成即是因为基因组错误的累积,最后造成调控细胞生殖的功能失效,造成癌细胞无限增生。实验样本采集...
· 边缘检测
边缘属性边缘可能与视角有关——也就是说边缘可能随着视角不同而变化,典型地反映在场景、物体的几何形状一个将另一个遮挡起来,也可能与视角无关——这通常反映被观察物体的属性如表面纹理和表面形状。在二维乃至更高维空间中,需要考虑透视投影的影响。一个典型的边界可能是(例如)一块红色和一块黄色之间的边界;与此相反的是边线可能是在另外一种不变的背景上的少数不同颜色的点。在边线的每一边都有一个边缘。在许多图像处理的应用中边缘都起着非常重要的作用。然而,在最近几年,不明显依赖于边缘检测作为预处理的计算机视觉处理方法研究取得了一些实质性(成功)的研究成果。简单边缘模型自然界图像的边缘并不总是理想的阶梯边缘。相反,它们通常受到一个或多个下面所列因素的影响:有限场景深度带来的聚焦模糊.非零半径光源产生的阴影带来的半影模糊.光滑物体边缘的阴影.物体边缘附近的局部镜面反射或者漫反射.尽管下面的模型不很完美,但是误差函...
· 别把基因检测当“算命”
抽一滴血就能知晓孩子是否“天赋异禀”,取一滴唾液就能预测你的未来……近年来,基因检测市场日益火爆,各种基因测序项目层出不穷。而看似“无所不能”的基因测序项目,实际上不少是商业利益驱动下的“高科技陷阱”。在当前的基因检测市场,测天赋、测性格已是“标配”,有的公司甚至还能测婚恋。位于北京的一家基因技术公司,推出所谓“男女性格、嗜好配对基因检测”,称可以帮助人们尽快确定意中人。这些检测项目既包括进取心、节俭程度、焦虑抑郁倾向等性格因素,还包含咖啡因偏好、甜食偏好、香菜偏好等生活习惯。再比如,某基因检测公司官网宣称,能提供个体成长过程中的各种潜能与特质相关的基因检测,甚至包括“晒黑风险”“燃脂能力”“长寿几率”等项目。五花八门的基因测序项目靠谱吗?一位在基因测序企业工作的专业人士说,所谓基因测天赋,主要依靠消费者提供的基因样本与公司的样本数据库进行比对。如果孩子某个基因表现优良的话,就认定其在一些...
· 特征值和特征向量
定义给定一个向量空间E{\displaystyle\mathbf{E}},从E{\displaystyle\mathbf{E}}到E{\displaystyle\mathbf{E}}自身的线性变换T{\displaystyle\mathbf{T}}是—个保持向量加法和标量乘向量这两种运算的函数,例如旋转、反射、拉伸、压缩,或者这些变换的组合等等。一个线性变换可以通过它们在向量上的作用来可视化。一般来说,一个向量在经过映射之后可以变为任何可能的向量,而特征向量具有更好的性质。一个线性变换T:E↦↦-->E{\displaystyle\mathbf{T}:\mathbf{E}\mapsto\mathbf{E}}的特征向量v{\displaystylev}是一个非零向量且在这个线性变换下的新向量为v{\displaystylev}简单地乘以一个标量λλ-->{\displaystyl...
· 宗族特征
1、魏姓族人在早期就已在南北方同时发展。2、魏姓家族史上名人较多,且分布于经济、政治、文化、军事各个领域,为历朝都做出了突出贡献。3、魏姓人早在宋朝时就已广播于全国,成为我国一大姓氏。4、魏姓家训严明,颇具时代与家族特色。5、魏姓族人字行辈份排列有序。清光绪十六年魏子建修《魏氏族谱》山西忻州魏姓一支字行辈份为:“新文良,时懋行,昭弘知,泰宪圣,德益宁。”

关于我们

关注族谱网 微信公众号,每日及时查看相关推荐,订阅互动等。

APP下载

下载族谱APP 微信公众号,每日及时查看
扫一扫添加客服微信