特征段提取方法(特征提取的方法信号处理)

1.特征提取的方法有哪些 信号处理

数字信号处理是把信号用数字或符号表示成序列，通过计算机或通用（专用）信号处理设备，用数值计算方法进行各种处理，达到提取有用信息便于应用的目的。例如：滤波、检测、变换、增强、估计、识别、参数提取、频谱分析等。

一般地讲，数字信号处理涉及三个步骤：

⑴模数转换（A/D转换）：把模拟信号变成数字信号，是一个对自变量和幅值同时进行离散化的过程，基本的理论保证是采样定理。

⑵数字信号处理（DSP）：包括变换域分析（如频域变换）、数字滤波、识别、合成等。

⑶数模转换（D/A转换）：把经过处理的数字信号还原为模拟信号。通常，这一步并不是必须的。 作为DSP的成功例子有很多，如医用CT断层成像扫描仪的发明。它是利用生物体的各个部位对X射线吸收率不同的现象，并利用各个方向扫描的投影数据再构造出检测体剖面图的仪器。这种仪器中fft（快速傅里叶变换）起到了快速计算的作用。以后相继研制出的还有：采用正电子的CT机和基于核磁共振的CT机等仪器，它们为医学领域作出了很大的贡献。

信号处理的目的是：削弱信号中的多余内容；滤出混杂的噪声和干扰；或者将信号变换成容易处理、传输、分析与识别的形式，以便后续的其它处理。

2.图像的特征提取都有哪些算法

图像的经典特征提取方法：

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

2 SIFT(Scale-invariant features transform，尺度不变特征变换)

3 SURF(Speeded Up Robust Features，加速稳健特征，对sift的改进)

4 DOG(Difference of Gaussian，高斯函数差分)

5 LBP(Local Binary Pattern，局部二值模式)

6 HAAR(haar-like ,haar类特征，注意haar是个人名，haar这个人提出了一个用作滤波器的小波，为这个滤波器命名为haar滤波器，后来有人把这个滤波器用到了图像上，就是图像的haar特征)

图像的一般提取特征方法：

1 灰度直方图，颜色直方图

2 均值，方差

3 信号处理类的方法：灰度共生矩阵，Tamura纹理特征，自回归纹理特征，小波变换。

4 傅里叶形状描述符，小波描述符等，

3.遥感图像特征抽取主要有几种方法 扫什么条件下可以使用特征抽取方法

主要有：地物边界跟踪法；形状特征描述与提取；地物空间关系特征描述与提取。

遥感图像解译，除了利用地物的光谱特征外，还需利用地物的形状特征和空间关系特征，因此需要提取图像的其他特征。

对于高分辨率遥感图像，可以清楚地观察到丰富的结构信息，如城市是由许多街区组成的，每个街区又由多个巨星楼房构成，其中人造地物具有明显的形状和结构特征，如建筑物、厂房、农田田埂，因此可以设法去提取这类地物的形状特征及其空间关系特征，以作为结构模式识别的依据

4.图像视觉特征的提取和表达有哪些方法

(1)提取简单，时间和空间复杂度低。

(2)区分能力强，对图像视觉内容相似的图像其特征描述之间也应相近，反

之，对于视觉内容不相似的图像其特征描述之间应有一定的差别。

(3)与人的视觉感知相近，对人的视觉感觉相近的图像其特征描述之间也相

近，对人的视觉感知有差别的图像其特征描述之间也有一定的差别。

(4)抗干扰能力强，鲁棒性好，对图像大小，方向不敏感，具有几何平移，

旋转不变性。

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

如果你对这个答案有什么疑问，请追问，

另外如果你觉得我的回答对你有所帮助，请千万别忘记采纳哟！

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