android 图片特征提取比对_图像特征特点及其常用的特征提取与匹配方法
图像特征特点及其常用的特征提取与匹配方法
[ 2006-9-22 15:53:00 | By:
天若有情
]
常用的图像特征有颜色特征、纹理特征、形状特征、空间关系特征。
一
颜色特征
(一)特点：颜色特征是一种全局特征
,
描述了图像或图像区域所对应的景物的
表面性质。
一般颜色特征是基于像素点的特征，
此时所有属于图像或图像区域的
像素都有各自的贡献。由于颜色对图像或图像区域的方向、大小等变化不敏感，
所以颜色特征不能很好地捕捉图像中对象的局部特征。
另外，
仅使用颜色特征查
询时，
如果数据库很大，
常会将许多不需要的图像也检索出来。
颜色直方图是最
常用的表达颜色特征的方法，
其优点是不受图像旋转和平移变化的影响，
进一步
借助归一化还可不受图像尺度变化的影响，
基缺点是没有表达出颜色空间分布的
信息。
(二)常用的特征提取与匹配方法
(
1
)
颜色直方图
其优点在于：
它能简单描述一幅图像中颜色的全局分布，
即不同色彩在整幅
图像中所占的比例，
特别适用于描述那些难以自动分割的图像和不需要考虑物体
空间位置的图像。
其缺点在于：
它无法描述图像中颜色的局部分布及每种色彩所
处的空间位置，即无法描述图像中的某一具体的对象或物体。
最常用的颜色空间：
RGB
颜色空间、
HSV
颜色空间。
颜色直方图特征匹配方法：直方图相交法、距离法、中心距法、参考颜色表
法、累加颜色直方图法。
(
2
)
颜色集
颜色直方图法是一种全局颜色特征提取与匹配方法，
无法区分局部颜色信
息。
颜色集是对颜色直方图的一种近似首先将图像从
RGB
颜色空间转化成视觉
均衡的颜色空间(如
HSV
空间)，并将颜色空间量化成若干个柄。然后，用色
彩自动分割技术将图像分为若干区域，
每个区域用量化颜色空间的某个颜色分量
来索引，
从而将图像表达为一个二进制的颜色索引集。
在图像匹配中，
比较不同
图像颜色集之间的距离和色彩区域的空间关系
(
3
)
颜色矩
这种方法的数学基础在于：图像中任何的颜色分布均可以用它的矩来表示。
此外，由于颜色分布信息主要集中在低阶矩中，因此，仅采用颜色的一阶矩(
m
ean
)、二阶矩(
variance
)和三阶矩(
skewness
)就足以表达图像的颜色分布。
(
4
)
颜色聚合向量
其核心思想是：
将属于直方图每一个柄的像素分成两部分，
如果该柄内的某
些像素所占据的连续区域的面积大于给定的阈值，
则该区域内的像素作为聚合像
素，否则作为非聚合像素。
(
5
)
颜色相关图
二
纹理特征
(一)
特点：
纹理特征也是一种全局特征，
它也描述了图像或图像区域所对
应景物的表面性质。
但由于纹理只是一种物体表面的特性，
并不能完全反映出物
体的本质属性，
所以仅仅利用纹理特征是无法获得高层次图像内容的。
与颜色特
征不同，
纹理特征不是基于像素点的特征，
它需要在包含多个像素点的区域中进
行统计计算。
在模式匹配中，
这种区域性的特征具有较大的优越性，
不会由于局