数字图像特征提取

《数字图像特征提取》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、数字图像的特征提取呵呵,看了半天，原来你只不过要求进行边缘检测就可以，然后再做阈值化而已，太简单了。按照下面做即可：voidRobelEdgeDetect(LPBYTElpDibTemp,LPBYTElpDibSave,intwidth,intheight){inti,j;floatR;floatRCos,RSin;for(j=1;j

2、lpDibTemp[(j-1)*width+i-1]-2*lpDibTemp[j*width+i-1]-lpDibTemp[(j+1)*width+i-1]);RSin=(float)(lpDibTemp[(j+1)*width+i-1]+2*lpDibTemp[(j+1)*width+i]+lpDibTemp[(j+1)*width+i+1]-lpDibTemp[(j-1)*width+i-1]-2*lpDibTemp[(j-1)*width+i]-lpDibTemp[(j-1)*width+i+1]);lpDibSave[j*width+i]=(unsignedchar)(float

3、)sqrt(RCos*RCos+RSin*RSin);for(i=0;i

4、dth;i++){lpDibSave[j*width+i]=255-lpDibSave[j*width+i];//反色if(lpDibSave[j*width+i]>=128)//阈值化lpDibSave[j*width+i]=255;elselpDibSave[j*width+i]=0;}}ok,一切完成！！！其中，阈值化时，要跟你的图像具体情况而定，当然可以使用自适应阈值最好了。对我有用[0]丢个板砖[0]引用举报管理TOPjluhs等　级：#11楼得分：0回复于：2002-05-1111:57:34补充一句：在使用上面的程序时之前，应该将彩色图像变换为灰度图像，将真彩色图转换为灰度

5、图的公式如下：Y=0.299R+0.587G+0.114B其中R，G，B为真彩色的三种色彩成分，Y代表灰阶图的亮度。对真彩色图像中的每一像素作分别这样的转换就可以。相信这，你会做了！！！！！数字图像的特征提取边缘能勾划出目标物体轮廓，使观察者一目了然，图像识别中抽取的重要属性。通常可以分为阶跃状和屋顶状两种。阶跃状边缘位于两边的像素灰度值有明显不同的地方；屋顶状边缘位于灰度值从增加到减少的转折处。边缘上像素值的一阶导数较大而阶导数在边缘处值为零,边缘或线条是指图像中像素灰度发生急剧变化的区域边境。存在于目标与背景、目标与目标、区域与区域、基元与基元之间。对图像识别和分析有着十分重要的作用

6、。呈现零交叉。y,通常一幅图像可以描述成fx.灰度变化情况可以用图像的灰度分布的梯度来反映。通常将图像fx,y梯度定义为梯度的模为导数算子具有突出灰度变化的作用，通常把梯度的模就叫做图像的梯度。边缘的检测就可借助空域微分算子通过卷积完成。对图像运用导数算子，灰度变化较大的点处算得的值较高，因此可将这些导数值作为相应点的边境强度，通过设置门限的方法，提取边境点集。有了上面的定义后，接下来将具体介绍几种较常用的也可以说是比较经典的边缘提取的算子。2.1Robert算法Robert算子是用斜向上4个像素交叉差分来表示梯度的即其中的平方根运算使得该处理类似于人类视觉系统中发生的过程。其中ｆ(ｘ,

7、ｙ)ｆ(ｘ+1,ｙ)ｆ(ｘ,ｙ+1和ｆ(ｘ+1,ｙ+1分别为4领域的坐标,且是具有整数像素坐标的输入图像。上式也可以简化为或所对应的模板如下图所示。图像中的每一个点都用这2个模板做卷积运算得到边缘点。2.2Sobel算法和Prewitt算法对数字图像fx,Sobel算法是一种一阶微分算子。y每个像素考查其相邻点像素灰度的加权差，其表示形式是对图像水平边缘和垂直边缘的影响较大。与Sobel算子十分相近，Prewitt算子同样也是一个3