数据挖掘笔记(8)-使用颜色矩提取图像的特征

最新推荐文章于 2026-04-18 06:25:09 发布
原创 最新推荐文章于 2026-04-18 06:25:09 发布 · 3.8k 阅读 · 14 ·
本内容遵循CC 4.0 BY-SA版权协议
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文详细介绍了颜色矩在图像分析中的应用，包括一阶颜色矩反映图像整体明暗程度，二阶颜色矩反映颜色分布范围，以及三阶颜色矩反映颜色分布对称性。针对RGB颜色空间的图像，文章阐述了如何通过各阶颜色矩提取特征信息。

颜色矩

  1. 一阶颜色矩
    一阶颜色矩采用一阶原点矩，反映图像的整体明暗程度。
    在这里插入图片描述
    对于RGB颜色空间的图像，i=1，2，3，Ei 表示第i个通道上的一阶颜色矩，Pij表示第j个像素的第i个通道上的颜色值。
  2. 二阶颜色矩
    二阶颜色矩采用二阶中心距的平方根，反映图像颜色的分布范围。
    在这里插入图片描述
    σi表示第i个颜色通道上的二阶颜色矩。
  3. 三阶颜色矩
    三阶颜色矩采用三阶中心距的立方根，反映图像颜色分布的对称性。
    在这里插入图片描述
    Si表示第i个通道上的三阶颜色矩。

对于RGB颜色空间的图像而言，每张图像都可以提取出如下特征信息：
在这里插入图片描述

实验一 图像颜色特征提取.zip_HSV二阶矩_RGB颜色矩_hsv空间提取_二阶矩_图像一阶矩
07-13
stricker和0reng0提出了颜色矩的方法，颜色矩是一种简单有效的颜色特征表示方法，有一阶矩(均值)、二阶矩(标准差)和三阶矩(斜度)等，由于颜色信息主要分布于低阶矩中，所以用一阶矩，二阶矩和三阶矩足以表达图像的颜色分布，颜色矩已证明可有效地表示图像中的颜色分布。 对彩色图像进行颜色矩特征参数提取，首先要将RGB彩色图像转换到HSV颜色空间，对图像的H、S、V颜色分量图像分别提取一阶颜色矩、二阶颜色矩、三阶颜色矩。
matlab实现的颜色矩（颜色特征提取）
11-10
matlab实现的颜色矩（颜色特征提取）
matlab 计算灰度图像的一阶矩,二阶矩,三阶矩实例
01-20
一阶矩，定义了每个颜色分量的平均强度 二阶矩，反映待测区域颜色方差，即不均匀性 三阶矩，定义了颜色分量的偏斜度，即颜色的不对称性 close all;clear all;clc; J = imread('lena.jpg'); K = imadjust(J,[70/255 160/255],[]); figure; subplot(121),imshow(J); subplot(122),imshow(K); [m,n] = size(J); mm = round(m/2); mn = round(n/2); [p,q] = size(K); pp = round(p/2); qq =
图像处理之颜色特征描述
qq_44111805的博客
08-30 4001
根据颜色与空间属性的关系，颜色特征的表示方法可以有颜色矩、颜色直方图、颜色相关等几种方法。程序运行后分别求出花朵和叶子区域的R、G、B分量的颜色特征值，观察可知，在相同光照下，花朵区域以红色分量最大，叶子区域以绿色分量最大，为花朵和叶子的识别提供了很好的依据。许多图像识别系统中广泛采用颜色直方图作为图像的颜色特征，它所描述的是不同色彩在整幅图像中所占的比例，而并不关心每种色彩所处的空间位置，即无法描述图像中的对象或物体。颜色矩是以数字方法为基础的，通过计算矩来描述颜色的分布。2、matlab实现。...
从零到一：Ubuntu 20.04下PX4 v1.12.3稳定版与ROS Noetic的Offboard模式联调实战（告别Failsafe循环）
最新发布
weixin_33696106的博客
04-18 929
本文详细介绍了在Ubuntu 20.04系统下配置PX4 v1.12.3稳定版与ROS Noetic的Offboard模式联调实战，解决无人机在仿真环境中Failsafe循环无法起飞的问题。通过Gazebo 11仿真环境搭建、MAVROS配置及Offboard控制节点开发，提供了一套完整的解决方案，帮助开发者快速实现无人机Offboard模式控制。
图像特征(一)——颜色特征(颜色直方图，颜色矩，颜色集，颜色聚合向量和颜色相关图)
热门推荐
gloria_iris的博客
03-27 3万+
本文主要是为了更好地理解图像特征，理解各方法的原理。转载请注明出处https://mp.csdn.net/console/editor/html/105090183 图像模式识别的一般步骤为：输入图像--图像预处理--特征提取--特征选择--图像分类--输出结果。 图像特征主要有：颜色特征、形状特征、纹理特征和空间关系特征。 本文主要介绍颜色特征，并给出matlab上实现的demo。 颜...
图像特征分析（一）：颜色特征描述，颜色矩，颜色直方图（附matlab代码）
LLLLnannan的博客
06-30 1万+
图像分析可以看作是一个图像信息提取的过程，从图像中获取需要的有用的数据。图像特征可以分为视觉特征和统计特征，视觉特征主要是指人的视觉直观感受到的自然特征，比如图像的颜色、纹理、形状等，统计特征是指需要通过变换测量才能得到的特征，比如频谱、直方图等。 根据视觉特征的分类，本专题分别开三篇博客对颜色特征、纹理特征、形状特征进行介绍。 本篇主要介绍颜色特征分析及matlab的实现方法。 一. 颜色特征分析 颜色特征属于图像的内部特征，对于图像的尺寸、方向、视角等变化均不敏感，因此被广泛的应用于图像识别中，下面主要
颜色矩原理及C++实现
Blateyang的博客
04-23 3917
介绍了颜色矩的原理及C++实现，在参考文献中还可以找到颜色矩的Matlab和Python实现。
数据挖掘实战—基于水色图像的水质评价
柳杰的博客
04-08 8510
文章目录引言一、数据预处理1、图像切割2、特征提取2.1 各阶颜色矩的计算公式3、python实现二、模型构建 引言   水产养殖业是国民经济的一个重要组成部分，水域内污染物的检测与评价非常重要。在水质的检测方面，数字图像处理技术是基于计算机视觉，以专家经验为基础，来对池塘水色进行优劣分级，以实现对池塘水色的准确快速判别。本文使用拍摄的池塘水样图片数据，结合图像切割和特征提取技术，使用决策树算法对水质进行预测，以辅助生产人员对水质状况进行判断。定义数据挖掘目标： 对水样图片进行切割，提取水样图片中的特征
数据预处理与特征工程—10.图像切割与特征提取
柳杰的博客
04-08 3830
文章目录引言一、图像切割二、特征提取1.各阶颜色矩的计算公式三、python实现 水质图像数据—百度网盘链接提取码：1234 引言   本文以水质图像为例，进行图像切割与特征提取 一、图像切割   一般情况下，采集到的水样图片包含盛水容器，且容器颜色与水体颜色差异较大，同时水体位于图片中央，所以为了提取水色特征，就需要提取水样图片中央部分具有代表意义的图像，具体实施方式是提取水样图像中央101×101像素的图像。设原始图像的大小是M×N，则截取宽从第M/2 -50个像素点到第M/2+50个像素点，高从
【数据挖掘实战】——基于水色图像的水质评价(LM神经网络和决策树)
lingxw的博客
02-22 7935
背景和挖掘目标1、问题背景从事渔业生产有经验的从业者可通过观察水色变化调控水质，用来维持养殖水体生态系统中浮游植物、微生物类、浮游动物等合理的动态平衡。由于这些多是通过经验和肉眼观察进行判断，存在主观性引起的观察性偏倚，使观察结果的可比性、可重复性降低，不易推广应用。当前，数字图像处理技术为计算机监控技术在水产养殖业的应用提供更大的空间。在水质在线监测等方面，数字图像处理技术是基于计算机视觉，以专家经验为基础，对池塘水色进行优劣分级，达到对池塘水色的准确快速判别。
图像特征提取技术
weixin_43038752的博客
02-03 6360
基于颜色的特征提取：颜色空间；直方图以及特征提取；图像分块；颜色矩； 基于纹理的特征提取：灰度共生矩阵；tamura纹理； 基于深度神经网络的图像处理
颜色矩
B753214的博客
04-01 3035
颜色矩 一种非常简单而有效的颜色特征使由Stricker和Orengo所提出的颜色矩（color moments） [7]。这种方法的数学基础在于图像中任何的颜色分布均可以用它的矩来表示。此外，由于颜色分布信息主要集中在低阶矩中，因此仅采用颜色的一阶矩（mean）、二阶矩（variance）和三阶矩（skewness）就足以表达图像的颜色分布。与颜色直方图相比，该方法的另一个好处在于无需对特征进行...
图像基础—— 特征提取之颜色特征提取
小白一直白
07-27 2万+
颜色特征提取颜色直方图一般颜色直方图 cv2.calcHist全局累加直方图 np.cumsum()主色调直方图总结颜色矩颜色聚合向量颜色相关图 图像特征是指可以对图像的特点或内容进行表征的一系列属性的集合，主要包括图像自然特征（如亮度、色彩、纹理等）和图像人为特征（如图像频谱、图像直方图等）。 图像特征提取根据其相对尺度可分为全局特征提取和局部特征提取两类。全局特征提取关注图像的整体表征。常见的全局特征包括颜色特征、纹理特征、形状特征、空间位置关系特征等。局部特征提取关注图像的某个局
图像灰度特征之-一阶统计量特征/灰度直方图特征（Matlab实现）
SongGu1996的博客
08-07 1万+
一阶统计量特征，或者说灰度直方图特征，主要思想是对整张图像，或者图像中的感兴趣区域进行一些统计学计算，求得相应的统计量，用于在灰度层面描述图像。需要注意的是，一阶统计量特征仅适用于单通道的灰度图像，如果想对彩色图像提取一阶统计量特征，需要先对彩色图像进行灰度化操作。本文的代码展示的是如何对图像的感兴趣区域提取一阶统计量特征。 本文使用的例子是一例骨肿瘤患者的CT图像和它对应的肿瘤区域标记，原始C...
颜色矩特征提取matlab,彩色图像特征提取研究(一)
weixin_33891841的博客
03-18 1789
彩色图像特征提取研究(一)通过函数的MATLAB实现得到如下结果图：图(4-2)图像的边缘检测4.3图像分割图像分割是由图像处理到图像分析的关键步骤，也是一种基本的计算机视觉技术。随的图像处理，诸如特征提取和对象识别，都依赖于图像分割的质量。图像分割就是指把像分成各具特性的区域并提取感兴趣目标的技术和过程。尽管人们在图像分割方面做了许多研究工作，但由于没有通用的分割理论，现己提出的分割算法大都是针...
Matlab图像特征分析——颜色矩、直方图、灰度差分统计、自相关函数、灰度共生矩阵
weixin_44132627的博客
11-24 2万+
本文介绍了图像特征分析的常用方法，包括颜色矩、颜色直方图、灰度差分统计、自相关函数、灰度共生矩阵。介绍了这些特征量的基本概念、特征规律、以及通过Matlab的实现方法与代码。
数据挖掘实战——基于水色图像的水质评价
青春正年少我要大声笑lamusique
04-10 7230
挖掘目的用数字图像处理部分来作为数据挖掘分析的数据源，按水色判断水质分类的数据以及用数码相机按照标准进行水色采集的图像数据，利用图像处理技术，通过水色图像实现水质的自动评价。分析方法水样图像维度过大，不易分析需要从中提取图像特征，提取反映图像本质的一些关键指标，这点在数据预处理中本质上是属性规约。属性一定程度上的关键直接影响识别效果和分类的好坏。图像特征主要包括颜色特征、纹理特征、形状特征和空间关...
t-SNE及pytorch实现
leida_wt的博客
12-13 2万+
概述 tSNE是一个很流行的降维可视化方法，能在二维平面上把原高维空间数据的自然聚集表现的很好。这里学习下原始论文，然后给出pytoch实现。整理成博客方便以后看 SNE tSNE是对SNE的一个改进，SNE来自Hinton大佬的早期工作。tSNE也有Hinton的参与。先解释下SNE。 SNE 全称叫Stochastic Neighbor Embedding。思想是这样的，分别在降维前和降维后的...
奇异值、奇异矩阵、SVD分解、正交矩阵
silence1214的专栏
10-17 1万+
奇异值： 奇异值分解法是线性代数中一种重要的矩阵分解法，在信号处理、统计学等领域有重要应用。 定义：设A为m*n阶矩阵，A'表示A的转置矩阵，A'*A的n个特征值的非负平方根叫作A的奇异值。记为σi(A)。 如果把A‘*A的特征值记为λi(A‘*A)，则σi(A)＝sqrt(λi(A’*A))。 奇异矩阵：     奇异矩阵是线性代数的概念，就是对应的行列式等于0的矩阵。奇异矩阵的判断方
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值