超像素的内容表示

版权声明：本文为博主原创文章，未经博主允许不得转载。 https://blog.csdn.net/qq_30024069/article/details/82185157

超像素是由邻近区域一致性像素集合而成，提取超像素的特征用于表示超像素。

1.颜色特征

提取图像的颜色特征是关键，在分析图像的颜色特征时，需要选择合适的颜色空间。根据不同目的可以选择不同的颜色空间来描述颜色。

2.直方图特征

最基础的方法就是颜色直方图。包括统计直方图和累积直方图。还有SIFT等特征直方图。。。。。

3.纹理特征

纹理特征是图像的重要的底层特征，但是却很难用精确的数学公式表述，研究学者们总是习惯学寻找能够反映纹理特征的度量方式。典型的统计分析方法是灰度共生矩阵。灰度共生相关介绍：https://blog.csdn.net/qq_30024069/article/details/80866923

4.不变矩特征

颜色矩是一种有效的颜色特征，主要思想是在颜色直方图的基础上计算出一些统计量。颜色一阶矩（平均值）、颜色二阶矩（方差）、颜色三阶矩（偏斜度）。由于每个像素具有三色空间的三个颜色通道，因此图像的颜色矩可以有9个分量来描述。由于颜色矩的维度表较少，因此经常将颜色矩与其他图像特征综合使用。

二维（NXM）的数字化图像g(i,j)的二维矩的定义为：

                                                    

  阶次为n的规则矩的完备集包括所有满足的条件的,，因而共有个元素。

两个一阶矩用来确定目标的质心，质心坐标给出了两条分别平行与x轴和y轴的直线的交点。质心坐标由下式计算：