特徵

特徵提取

電腦不認識圖像,只知道數值,為了使電腦能夠像人類的視覺一樣,透過觀察理解圖像,我們研究如何從圖像的像素值,抽取有用的數據或訊息,來描述這個圖像或物體,這個過程就是特徵提取,這些描述就是所謂的特徵,我們可以透過這些特徵,通過訓練來讓電腦如何懂得這些特徵。


特徵

特徵是某個物體或圖像,能夠和其他物體或圖像區分的特點或特性,或是這些特點或特性的集合,有一些是透過像素值,很直接就能得到的,比如說強度、邊緣、顏色等,有些是要透過變換或計算才能得到的,比如說矩(moment)、直方圖、主成分等,這概念用於物體識別、影像匹配、視覺跟蹤等。


特徵向量

我們常將一類對象的單個或多種特性結合起來,形成一個特徵向量來表示這個對象,如果只有一個特徵,則特徵向量為一維向量,如果是n個特性的組合,則為n維向量,我們可把特徵向量想成是空間中的一個點,n個特徵就是在n維空間的一個點,而分類的行為就是對這個空間的一種劃分。


描述方式

經過圖像分割得到感興趣的區域之後,以下為一些常用來描述的特徵,通常會將這些組合成特徵向量以供分類使用:

  1. 周長:區域邊界上的像素數目。
  2. 面積:區域的像素總數。
  3. 質心位置。
  4. 平均強度:區域所有像素的平均值。
  5. 包含區域的最小矩形。
  6. 最大強度。
  7. 最小強度。
  8. 大於或小於平均強度的個數。