常見的特徵提取

在影象處理中常用的特徵：

邊緣：使用最多的：sobel canny susan

sobel：這個還可以來求梯度方向

void sobel_te(iplimage *img,iplimage * sobel8u)

susan:這是在網上找到的，注意邊緣檢測後再顯示中影象會和正常的不太一樣，呼叫該函式的時候實參nimg，最好cvcloneimg後再做。

void :susan_bianyuan(const iplimage *img,iplimage * nimg)

;int offsety[37] = ;

max = min = data0[0];

for(i=3;ifor(j=3;j}}

oid susan_jiaodian(iplimage *src,iplimage *dst)

mat_i=cvcreatemat(cydib,cxdib,cv_64fc1);

cvinitmatheader(mat_i,cydib,cxdib,cv_64fc1,i);//用i來初始化相應的矩陣

mat_num=mbnum(mat_i,cxdib,cydib,size);//用來求得n(r0)

mat_r=mbr(mat_num,cxdib,cydib,size,1.0);//get the r(r0)

mat_corner=mbcorner(mat_r,cxdib,cydib,size);//get the corner matrix

cvpoint pt;

for(j=size/2;jfor(i=size/2;i

}cvreleaseimage(&pimggray);

cvreleasemat(&mat_i);

cvreleasemat(&mat_num);

cvreleasemat(&mat_r);

cvreleasemat(&mat_corner);

}輪廓/hu不變矩：利用opencv中cvfindcontours，可以得到hu不變矩

cvseq*lunkuo(iplimage* src)

hu不變矩：

是描述影象的幾何特徵，由於hu不變矩只用到低階矩（最多也就用到三階矩），對於影象的細節未能很好的描述出來。

zernike矩 

在模式識別中,乙個重要的問題是對目標的方向性變化也能進行識別。zernike 矩是一組正交矩,具有旋轉不變性的特性,即旋轉目標並不改變其模值。

由於zernike 矩可以構造任意高階矩,所以zernike 矩的識別效果優於其他方法.所以在文獻中關於船舶識別的多採用幾何矩

zernike矩，

輪廓匹配：cvmatchshapes

專案中用到：可以將前面得到的輪廓cvseq*contour 輸入到cvmatchshapes中進行匹配。

iplimage *srccolor = cvloadimage("e:\\vs上級程式（自己的）\\vs練習\\跟蹤程式\\vv\\detect\\ship\\n11\\6.jpg", 1);  

cvseq * c1=lunkuo(srccolor);

int i;  

stringstream ss;  

string path;  

string str;  

iplimage *dst = null, *dstcolor;  

char c[256];  

double result, maxresult= 1000 * 256 *256;  

iplimage *resultmap = null;  

for (i =1; i <=6; i ++)    }

}  

直線：void find_lines(iplimage* src,iplimage* dst)

}cvreleasememstorage(&storage);

}紋理特徵：

灰度共生矩陣，lbp （區域性二值模式）,ltp（區域性三值模式）在做跟蹤的時候很多文獻將lbp.ltp加入到meanshift演算法中。灰度共生矩陣在識別中多採用

ML 常見的特徵提取方法

華電北風吹 日期 2015 11 20 特徵提取不同於特徵選擇，特徵提取是利用原有的特徵根據一定的演算法提取出原始特徵中包含的抽象特徵。一 pca 主成分分析 pca的是一種無監督的特徵降維方法。確切來說，pca不是一種特徵降維方法，pca一次尋找一組正交的對映空間，並且使得能夠在這個對映空間上方差...

特徵工程 特徵提取

特徵提取 將任意資料 如文字或影象 轉換為可用於機器學習的數字特徵 注 特徵值化是為了計算機更好的去理解資料 字典特徵提取 作用 對字典資料進行特徵值化 dictvectorizer.get feature names 返回類別名稱 from sklearn.feature extraction i...

顏色特徵提取

顏色特徵是在影象檢索中應用最為廣泛的視覺特徵，主要原因在於顏色往往和影象中所包含的物體或場景十分相關。此外，與其他的視覺特徵相比，顏色特徵對影象本身的尺寸 方向 視角的依賴性較小，從而具有較高的魯棒性。面向影象檢索的顏色特徵的表達涉及到若干問題。首先，我們需要選擇合適的顏色空間來描述顏色特徵 其次，...