第3章 圖像特征

本書的第3章～第8章介紹了基本的數字圖像預處理方法。從模式識別的技術角度來講，這些圖像預處理方法可以增強數字圖像中的有用信息，有利于提高對圖像所屬模式進行識別的準確率。但數字圖像中得到增強的有用信息往往不能直接應用，還需對這些信息進行選擇或提煉，得到具體的圖像特征并最終用于對該圖像的模式進行識別。

本章將介紹圖像的統計特征、幅值特征、幾何特征、形狀特征和紋理特征等基本圖像特征及其提取方法。

3.1 統計特征

圖像的統計特征只針對灰度圖像，可以直觀地描述圖像中像素的灰度值分布情況。

圖像灰度的一階概率分布定義為

p(b)=n(b)/n （3-1）

其中，b是像素的灰度值，為0～255的整數值；n為數字圖像中的總像素數；n(b)是該窗口內灰度值為b的像素數。則圖像的統計特征包括如下特征。

1）均值

2）方差

3）能量

4）熵

如圖3-1所示，圖像的統計特征具有明確的物理含義。高均值灰度圖像對應其亮度也應該高。高方差灰度圖像則對應高圖像對比度。圖像能量和熵則反映了圖像中各種灰度分布的不均勻性，分布越不均勻，圖像能量越大，熵越低。