[計算機]紅外圖像特征提取方法研究-文庫吧資料
2024-10-22 23:03本頁面
【正文】 別等領(lǐng)域 . 2. ICA最早是作為一種自源信號分離工具由 Jutten和 Herault提出的 .通過 PCA提取的圖像特征是一種全局特征，為了更好地表小圖像的特征，尤其是圖像的局部特征， Bartlett和 Sejnowski提出了用 ICA提取圖像特征，就圖像特征提取來說， ICA與 PCA相比有下列優(yōu)點 . 1) ICA具有高階去相關(guān)特性，而 PCA只具有一階去相關(guān)特性 。 步驟 1： 步驟2： Rosenfcld提出的，因為圖像邊緣就是一維圖像中奇異點的集合，而多尺度變換如小波變換的模極大值點對應(yīng)于圖像信號的奇異點，因此通過對原始圖像作多尺度分解，然后檢測這此模極大值點可以確定圖像的邊緣。如果在 s(x,y)點的 8鄰近區(qū)域中有非零像素 s(x,y)存在，則將其包括到圖像 2中，作為r(x,y)點。 對圖像 2進(jìn)行掃描，當(dāng)遇到一個非零灰度的像素p(x,y)時，跟蹤以 p(x,y)為開始點的輪廓線，直到輪廓線的終點 q(x,y)。我們把梯度值小于 th1的像素的灰度值設(shè)為 0，得到圖像 1。 圖像邊緣特征提取方法大致可分為 :基于經(jīng)典微分邊緣檢測算子的提取方法、多尺度邊緣檢測方法、模糊增強邊緣檢測方法等 . 分邊緣檢測算子方法和二階微分邊緣檢測算子方法 .有代表性的一階微分邊緣檢測算子包括 :Roberts算子、 Sobel算子、 Preivitt算子、 Robinson算子和Canny算子等 . Canny算子無論在定位精度還是抗噪聲方面，明顯優(yōu)于其他的一階微
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號-1