? ? 特征變換的目的在于從一幅圖像中提取出有利于顯著性估計的特征。對顯著性檢測有重要影響的底層特征一般主要包括：

顏色、運動、方向、灰度等

（1）對于灰度來說，一般通過圖像在彩色空間中的亮度通道、圖像的灰度信息等
特征進行顯著性度量。
（2）對于方向來說，有很多不同的提取圖像方向信息的方法，其中一種比較有效
的方法是Gabor濾波器。把這些方向信息有效的結合起來得到的顯著性圖像會更加符合人類視覺系統對圖像邊緣敏感的特點。

（3）對于顏色來說，一般是把顏色空間進行變換得到不同的顏色空間的彩色圖像，
例如：HsV、cIELAB、RGB等。在現有的大多數模型中，一般把RGB彩色圖像
變換到HSV、CIELAB等更符合人類視覺系統感知特性的顏色空間中去，這樣做
的目的在于使得提取到的顯著性區域更加符合人類的主觀感

（4）邊緣特征

利用各種算子提取圖像的邊緣特征：roberts算子，sobel算子，Gog算子，Log算子，小波變換等等

（5）多尺度提取

利用二次抽樣和高斯濾波，LOG，DOG，小波金字塔方法

規則網格檢測法，

稠密網格檢測法

主要對圖像進行區域網格化，對每個網格進行判斷是否屬于物體，

總結

以上是生活随笔為你收集整理的特征提取的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。