14、图像形状表示、分类与贝叶斯分类方法详解

图像形状表示、分类与贝叶斯分类方法详解

1. 图像形状描述符

1.1 轮廓形状描述符与区域形状描述符

轮廓形状描述符通常比区域形状描述符对噪声和变化更敏感，这是因为它在提取特征时使用的信息较少。不过，可以使用诸如傅里叶描述符之类的频谱变换来缓解这种敏感性问题。而基于区域的方法通常更稳健，因为它们利用了形状区域内的所有信息，而不仅仅是边界信息。

1.2 MPEG - 7评估原则及适用描述符

MPEG - 7为图像描述和检索制定了一套评估形状技术适用性的原则，包括：
- 良好的检索准确性
- 紧凑的特征
- 广泛的适用性
- 低计算复杂度
- 稳健的检索性能
- 从粗到细的分层表示

基于这些原则，像FD（傅里叶描述符）、GFD（广义傅里叶描述符）、ZMD（Zernike矩描述符）等方法是理想的描述符。

1.3 形状技术的选择

不同的形状技术有其各自的优缺点，形状技术的选择通常取决于应用场景和数据集。例如：
- 对于具有实心内部的形状，通常首选基于轮廓的方法，如鱼类分类、工具识别等。
- 在需要部分匹配的重叠对象应用中，结构方法是首选。

1.4 相关练习

以下是一些与形状表示相关的练习及操作步骤：

1.4.1 计算形状的圆形度/紧凑度

• 操作步骤：
  1. 找到一个边界相连的二值形状。
  2. 使用以下网页中的边界跟踪代码和面积代码来计算形状的圆形度/紧凑度：
     • <