影象處理——影象分析的資料結構
阿新 • • 發佈:2019-01-02
1 影象資料表示的層次
四個層次:
- 圖示影象(iconic images):最底層的表示,有含有原始資料的影象組成,原始資料也就是畫素亮度資料的整數矩陣。為了突出對後續處理重要 的影象的某些方面,需要進行預處理(濾波或邊緣銳化)
- 分割影象(segmented images):為可能屬於同一物體的區域。
- 幾何表示(geometric representation):儲存2D和3D形狀知識。
- 關係模型(relational models):使我們能更有效地,並且在更高的抽象層次上的處理資料。
2 傳統影象資料結構
矩陣,鏈,圖,物體屬性表,關係資料庫
2.1 矩陣
矩陣是底層影象表示的最普通的資料結構,矩陣元素是整型的數值。
特殊影象
- 二值影象(binary image):僅有兩個亮度級別的影象,用僅含有0和1的矩陣來表示
- 多光譜影象(multispectral image):可以用多個矩陣來表示,每個矩陣含有一個頻帶的影象。
- 分層影象資料結構(bierarchical image data structures):用不同的解析度的矩陣來獲得。
共生矩陣(co-occurrence matrix)
它是亮度為的畫素和亮度為y的畫素的具有空間關係的兩個畫素的概率估計。
假設這個概率僅依賴於亮度 的畫素和亮度的畫素之間的某個空間關係,那麼關於關係的資訊就記錄在方形的共生矩陣C中,它的維數對應影象的亮度級別數。
演算法:關係的共生矩陣
- 置,對於所有的,L是最大的亮度。
- 對於影象中所有的畫素 ,找到與畫素有關係r的畫素,做.
積分影象
描述全域性資訊的矩陣表示方法。積分影象的構造方式是位置處的值是原影象的左上角所有畫素的和:
演算法:積分影象的構建
用表示行方向的累加和,初始化
用表示一個積分影象,初始化
逐行掃描影象,遞迴計算每個畫素行方向的累加和和積分影象的值
掃描影象一遍,當到達影象右下角畫素時,積分影象