特征段提取方法(特征提取的方法信號處理)

1.特征提取的方法有哪些 信號處理

數(shù)字信號處理是把信號用數(shù)字或符號表示成序列，通過計算機或通用（專用）信號處理設備，用數(shù)值計算方法進行各種處理，達到提取有用信息便于應用的目的。例如：濾波、檢測、變換、增強、估計、識別、參數(shù)提取、頻譜分析等。

一般地講，數(shù)字信號處理涉及三個步驟：

⑴模數(shù)轉(zhuǎn)換（A/D轉(zhuǎn)換）：把模擬信號變成數(shù)字信號，是一個對自變量和幅值同時進行離散化的過程，基本的理論保證是采樣定理。

⑵數(shù)字信號處理（DSP）：包括變換域分析（如頻域變換）、數(shù)字濾波、識別、合成等。

⑶數(shù)模轉(zhuǎn)換（D/A轉(zhuǎn)換）：把經(jīng)過處理的數(shù)字信號還原為模擬信號。通常，這一步并不是必須的。 作為DSP的成功例子有很多，如醫(yī)用CT斷層成像掃描儀的發(fā)明。它是利用生物體的各個部位對X射線吸收率不同的現(xiàn)象，并利用各個方向掃描的投影數(shù)據(jù)再構(gòu)造出檢測體剖面圖的儀器。這種儀器中fft（快速傅里葉變換）起到了快速計算的作用。以后相繼研制出的還有：采用正電子的CT機和基于核磁共振的CT機等儀器，它們?yōu)獒t(yī)學領域作出了很大的貢獻。

信號處理的目的是：削弱信號中的多余內(nèi)容；濾出混雜的噪聲和干擾；或者將信號變換成容易處理、傳輸、分析與識別的形式，以便后續(xù)的其它處理。

2.圖像的特征提取都有哪些算法

圖像的經(jīng)典特征提取方法：

1 HOG(histogram of Oriented Gradient，方向梯度直方圖)

2 SIFT(Scale-invariant features transform，尺度不變特征變換)

3 SURF(Speeded Up Robust Features，加速穩(wěn)健特征，對sift的改進)

4 DOG(Difference of Gaussian，高斯函數(shù)差分)

5 LBP(Local Binary Pattern，局部二值模式)

6 HAAR(haar-like ,haar類特征，注意haar是個人名，haar這個人提出了一個用作濾波器的小波，為這個濾波器命名為haar濾波器，后來有人把這個濾波器用到了圖像上，就是圖像的haar特征)

圖像的一般提取特征方法：

1 灰度直方圖，顏色直方圖

2 均值，方差

3 信號處理類的方法：灰度共生矩陣，Tamura紋理特征，自回歸紋理特征，小波變換。

4 傅里葉形狀描述符，小波描述符等，

3.遙感圖像特征抽取主要有幾種方法 掃什么條件下可以使用特征抽取方法

主要有：地物邊界跟蹤法；形狀特征描述與提??；地物空間關系特征描述與提取。

遙感圖像解譯，除了利用地物的光譜特征外，還需利用地物的形狀特征和空間關系特征，因此需要提取圖像的其他特征。

對于高分辨率遙感圖像，可以清楚地觀察到豐富的結(jié)構(gòu)信息，如城市是由許多街區(qū)組成的，每個街區(qū)又由多個巨星樓房構(gòu)成，其中人造地物具有明顯的形狀和結(jié)構(gòu)特征，如建筑物、廠房、農(nóng)田田埂，因此可以設法去提取這類地物的形狀特征及其空間關系特征，以作為結(jié)構(gòu)模式識別的依據(jù)

4.圖像視覺特征的提取和表達有哪些方法

(1)提取簡單，時間和空間復雜度低。

(2)區(qū)分能力強，對圖像視覺內(nèi)容相似的圖像其特征描述之間也應相近，反

之，對于視覺內(nèi)容不相似的圖像其特征描述之間應有一定的差別。

(3)與人的視覺感知相近，對人的視覺感覺相近的圖像其特征描述之間也相

近，對人的視覺感知有差別的圖像其特征描述之間也有一定的差別。

(4)抗干擾能力強，魯棒性好，對圖像大小，方向不敏感，具有幾何平移，

旋轉(zhuǎn)不變性。

**************************************************************

如果你對這個答案有什么疑問，請追問，

另外如果你覺得我的回答對你有所幫助，請千萬別忘記采納喲！

**************************************************************