信息检索与数据挖掘 2019/5/15 12 颜色(Color)特征 探索新的图像特征：暗原色 暗原色先验(dark channel prior) 汤晓鸥(859校友)1990年毕业于中国科大精密 机械与精密仪器系并获学士学位；1991年于罗切 斯特大学获得硕士学位：1996年获得麻省理 学院博士学位：汤博士现任香港中文大学信息 工程系教授、工程学院副院长。其主页为： http://mmlab.ie.cuhk.edu.hk/ 3.Dark Channel Prior The dark channel prior is based on the following obser- vation on haze-free outdoor images:in most of the non-sky Figure 3.Top:example images in our haze-free image database. patches,at least one color channel has very low intensity at Bottom:the corresponding dark channels.Right:a haze image some pixels.In other words,the minimum intensity in such and its dark channel. a patch should has a very low value.Formally,for an image J.we define 有雾的图片其暗原色通道 Jdark(x)=min min (Je(y))), (5) c∈{r,g,b}y∈2(x) 的亮度大于无雾情形 where Je is a color channel of J and (x)is a local patch centered at x.Our observation says that except for the K.He,J.Sun,and X.Tang,Single Image Haze Removal sky region,the intensity ofJdark is low and tends to be Using Dark Channel Prior,"CVPR,2009. zero,if J is a haze-free outdoor image.We call Jdark the dark channel of J,and we call the above statistical obser- vation or knowledge the dark channel prior
信息检索与数据挖掘 2019/5/15 12 颜色(Color)特征 探索新的图像特征：暗原色 暗原色先验（dark channel prior） 汤晓鸥（859校友）1990年毕业于中国科大精密 机械与精密仪器系并获学士学位; 1991年于罗切 斯特大学获得硕士学位；1996年获得麻省理工 学院博士学位；汤博士现任香港中文大学信息 工程系教授、工程学院副院长。其主页为： http://mmlab.ie.cuhk.edu.hk/ K. He, J. Sun, and X. Tang, " Single Image Haze Removal Using Dark Channel Prior ," CVPR, 2009. 有雾的图片其暗原色通道 的亮度大于无雾情形
信息检索与数据挖掘 2019/5/15 13 小结：颜色特征与图像分类检索 6800 ·直方图 5000 。分块直方图 4800 ·梯度图像的直方图 3000 2800 ·直方图的比较 ∑min(a,b,) D(A,B)=1- 50100150200250308 min i=1 ·二维傅里叶变换幅度谱 ⊙ ·暗原色 Natural River and Forest Mountain Beach Coast object waterfall 回 J4ark(x)= min min (J(y) Man-made Portrait Indoor High City-view Highway object building c∈{r,9,b}y∈2(x)
信息检索与数据挖掘 2019/5/15 13 小结：颜色特征与图像分类/检索 • 直方图 • 分块直方图 • 梯度图像的直方图 • 直方图的比较 • 二维傅里叶变换幅度谱 • 暗原色
信息检索与数据挖掘 2019/5/15 14 图像分类的算法思想 ·从文本分类→图像分类 ·如何从图像中获取全局特征？ ·颜色特征、纹理特征、形状特征 ·如何从图像中获取局部特征？ SIFT:Scale-invariant feature transform 图像分类的几个发展阶段 。Low-level Modelling 。 Semantic Modelling ·Sparse Coding ·Deep Learning
信息检索与数据挖掘 2019/5/15 14 图像分类的算法思想 •从文本分类图像分类 • 如何从图像中获取全局特征？ • 颜色特征、纹理特征、形状特征 • 如何从图像中获取局部特征？ • SIFT: Scale-invariant feature transform •图像分类的几个发展阶段 • Low-level Modelling • Semantic Modelling • Sparse Coding • Deep Learning
信息检索与数据挖掘 2019/5/15 15 纹理特征 Canny edge detector Canny算子实现检测边缘的步骤如下： (1)用高斯滤波器平滑图像。 [2 4 5 4 4 12 B= 1 5 12 是2 24 159 5 米A 4 9 12 9 4 2 4 4 (2)计算平滑后的图像的梯度幅值和方向。 G=VGr2+Gy2 Θ=atan2(Gy,Gz) (3)对梯度幅值采用非极大值抑制，其过程为找出图像梯度中的局部极大值 点，把其他非极大值点置零而得到细化的边缘。 (4)用双阈值算法检测和连接边缘【高阈值和低阈值是人为来确定的】。 The Sobel operator appled to that image The Canny edpe detector applied to a colour A color picture of a steam engine Sobel算子 photograph of Canny算子m
信息检索与数据挖掘 2019/5/15 15 纹理特征 Canny edge detector Canny 算子实现检测边缘的步骤如下： （1）用高斯滤波器平滑图像。 （2）计算平滑后的图像的梯度幅值和方向。 （3）对梯度幅值采用非极大值抑制，其过程为找出图像梯度中的局部极大值 点，把其他非极大值点置零而得到细化的边缘。 （4）用双阈值算法检测和连接边缘【高阈值和低阈值是人为来确定的】。 Sobel算子 Canny算子
信息检索与数据挖掘 2019/5/15 16 纹理特征 LBP,Local Binary Pattern 局部二值模式 。LBP是一种用来描述图像局部纹理特征的算子；它 具有旋转不变性和灰度不变性等显著的优点。 P-1 LBP(xc,yc)=>2Ps(ip-ic) p=0 Threshold Binary:00010011 Decimal:19 s(x) 1 ifx≥0 3 1 else 原始的LBP算子[1994年]定义为在3*3的窗口内， 以窗口中心像素为阈值，将相邻的8个像素的灰 度值与其进行比较，若周围像素值大于中心像 素值，则该像素点的位置被标记为1，否则为0。 这样，3*3邻域内的8个点经比较可产生8位二 进制数（通常转换为十进制数即LBP码，共256 种)，即得到该窗口中心像素点的LBP值，并 用这个值来反映该区域的纹理信息。 http://blog.csdn.net/zouxy09/article/details/7929531
信息检索与数据挖掘 2019/5/15 16 纹理特征 LBP, Local Binary Pattern 局部二值模式 • LBP是一种用来描述图像局部纹理特征的算子；它 具有旋转不变性和灰度不变性等显著的优点。 原始的LBP算子[1994年]定义为在3*3的窗口内， 以窗口中心像素为阈值，将相邻的8个像素的灰 度值与其进行比较，若周围像素值大于中心像 素值，则该像素点的位置被标记为1，否则为0。 这样，3*3邻域内的8个点经比较可产生8位二 进制数（通常转换为十进制数即LBP码，共256 种），即得到该窗口中心像素点的LBP值，并 用这个值来反映该区域的纹理信息。 http://blog.csdn.net/zouxy09/article/details/7929531