特征提取初步了解
特征提取
圖像特征可以分為物理特征、結構特征與數學特征三類。
特征提取的過程可以理解為從高維圖像空間到低維特征空間的映射
A基于邊界的特征提取：得到目標的邊界特征
邊界的提取特征可以基于邊界點的集合，也可以基于邊界點集合產生的邊界描述，后者提取特征一般對噪聲干擾有較強的魯莽性
??描述方法：參數邊界、規則圖形逼近
??邊界方法：邊界鏈碼、邊界標記?
邊界鏈碼：利用一系列具有特定長度與方向的直線段來表示邊界，邊界的起點用絕對坐標表示。
C=fchcode（b.conn,dir）
邊界標記：將二維的圖像邊界轉換為一維的函數表示
規則圖形逼近，方法：最小周長多邊形法、基于聚合的最小均方誤差線段逼近法與基于分裂的最小均方誤差線段逼近法三種
邊界特征：簡單邊界特征（邊界長度、直徑、曲率等）、邊界形狀數、傅里葉描述子、邊界矩。
B基于區域的特征提取
并不止考慮圖像的邊界像素，而是基于組成目標的所有像素進行特征提取，其主要有基于區域的簡單特征（區域面積、區域質心、區域方向）、基于區域拓撲結構的特征與不變矩
基于區域的簡單特征主要有區域面積、區域質心、區域方向等，區域面積是目標區域尺度的度量，其只與包含在區域中的像素有關，而與區域內部灰度變化無關。最簡單的區域面積計?算方法是統計區域邊界與內部包含像素點的數目，如果圖像為二值圖像，像素值為一代表區域的點，像素值為零表示背景。
C基于正交矩的圖像特征
D基于形狀的圖像特征
主要方法為基于形狀相似性特征、基于形狀復雜性特征、基于形狀曲率和多邊形描述的形狀特征、基于形狀拓撲結構與張量特征
E基于紋理的圖形特征
紋理是目標圖像的重要特征，到目前為止尚沒有普遍認可的定義，可以認為是灰度或顏色在空間分布的規律所形成的圖案，反映圖像區域的平滑、稀疏與規則性等表面特征
基于統計的紋理特征提取方法、基于結構的紋理特征提取方法、基于變換域的紋理特征提取方法、紋理旋轉不變分析
總結
