计算机视觉:图像特征与描述

1、颜色特征：量化颜色直方图、聚类颜色直方图

（1）量化颜色直方图

适用颜色空间：RGB、HSV等颜色空间
操作：颜色空间量化、单元（bin）由单元中心代表
统计落在量化单元上的像素数量
优势：计算高效
劣势：量化问题、稀疏

（2）聚类颜色直方图

适用颜色空间：Lab等颜色空间
操作：使用聚类算法对所有像素点颜色向量进行聚类
单元（bin）由聚类中心代表
问题：两幅颜色相近的颜色直方图，只是相错一个bin时，采用L1距离或者欧拉距离计算两者相似度会得到很小的相似度值。
解决方法：考虑到相似到不相同的颜色之间的相似度。a：采用二次式距离。b：对颜色直方图事先进行平滑过滤，即每个bin中的像素对于相邻几个bin也有贡献。

2、几何特征：Edge、Corner、Blob

（1）Edge（边缘）

定义：像素值函数快速变化的区域–》一阶导数极值的区域。
边缘提取：先高斯去噪，再使用一阶导数获取极值。
（导数对噪声敏感！）
二维：梯度幅值：hx（x,y）^2+ hy(x,y)^2
梯度增加最快的方向arctan（hy(x,y)/hx(x,y)）