计算机视觉:常见特征

颜色特征

描述方法:

  • 颜色直方图
  • 颜色集
  • 颜色矩
  • 颜色聚合向量
  • 颜色相关图

纹理特征

描述方法:

  • 统计方法(共生矩阵)
    计算机视觉:常见特征_第1张图片
    GLCM(2,1)值为3说明有3对灰度为2和1的像素对角相邻。在共生矩阵基础上,又可以定义多种纹理特征:熵、能量、对比度、均匀度、相关性。
  • 结构法
  • 模型法
  • 频谱发

形状特征

  • 轮廓特征:针对物体的外边界,常使用游程长度编码方法
  • 区域特征:统计整个区域形状,使用区域密度、区域体态比度量
  • 局部点特征

角点特征点

  • Harris角点
    计算相关矩阵:
    计算机视觉:常见特征_第2张图片
    求响应值:
    在这里插入图片描述

  • SIFT
    计算机视觉:常见特征_第3张图片
    每个特征点时长度为128的向量:在4*4窗口内,每45度方向共8个方向的向量信息

  • SURF
    SIFT的近似方法,但速度比SIFT更快,

边缘特征

  • 灭点、灭线
  • 梯度边缘检测
  • 非最大抑制边缘检测
  • Canny边缘检测
  • Robert算子、Prewitt算子、Sobel算子、Laplace 算子、LOG算子边缘检测

你可能感兴趣的:(cv)