高维视觉特征 两篇文章摘录

本文探讨了高维视觉特征在目标图像检测与图像分割中的关键技术,包括图像预处理、特征提取、目标候选区域检测、模糊测度与遗传搜索技术以及多级级联检测系统。此外,还介绍了复杂光照下的处理方法和高维索引技术在基于内容的图像检索系统中的应用。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

 

一.论文《基于高维视觉特征模型的目标图像检测与图像分割技术研究》

1.       目标图像检测与图像分割系统设计

 1目标图像检测与分割系统

(1)     图像预处理

图像失真的主要因素:

1)       成像系统本身所造成的失真

2)       外界环境复杂所造成的失真

3)       运动产生的图像失真

                            常用的图像复原方法有:逆滤波复原法,最小均方误差滤波法,约束最小二乘滤波法等。

(2)     图像的一阶特征提取

由于一阶视觉特征的划分是不固定的,在这里,将讨论组成高维视觉特征的彩色,纹理与形状特征的提取方法。由于人们对于运动特征的提取进行了大量的研究,不是我们的研究重点,因此将不再讨论。

1)       彩色特征提取

2)       纹理特征提取

3)       形状特征提取

区域轮廓的链码描述,轮廓的傅立叶描述子,边界的统计矩特征[20周等。

 

(3)     目标候选区域提取和二阶特征提取

目标候选区域提取,不仅与目标一阶特征检测的结果有关,而且与相应的区域形成算子相关,它们的级联就构成了目标候选区域提取算子。可以使用数学形态学的方法提取连通区域,也可根据目标的形状特征形成相应的候选区域。

二阶特征提取:在得到的目标候选区域中,需要进一步判断该区域是否为目标区域,因此对该区域图像进行二阶特征提取。

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值