提取圖像紋理特征程序設(shè)計(jì)灰度共生矩陣

《提取圖像紋理特征程序設(shè)計(jì)灰度共生矩陣》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在行業(yè)資料-天天文庫。

1、沈陽理工大學(xué)數(shù)字圖像處理課程設(shè)計(jì)摘要圖像的特征提取是圖像的識(shí)別和分類、基于內(nèi)容的圖像檢索、圖像數(shù)據(jù)挖掘等研究內(nèi)容的基礎(chǔ)性工作，其中圖像的紋理特征對(duì)描述圖像內(nèi)容具有重要意義，紋理特征提取己成為目前圖像領(lǐng)域研究的熱點(diǎn)。文中深入研究了基于灰度共生矩陣(GLCM)的紋理特征提取方法，給出了基于Matlab的簡便實(shí)現(xiàn)代碼，分析了共生矩陣各個(gè)構(gòu)造參數(shù)對(duì)構(gòu)造共生矩陣的影響。分析結(jié)果對(duì)優(yōu)化灰度共生矩陣的構(gòu)造、實(shí)現(xiàn)基于灰度共生矩陣(GLCM)的特定圖像的紋理特征提取等都具有重要參考意義。本文分析了圖像紋理的特征提取—灰度共生矩陣，是物體表而最本質(zhì)的屬性。紋理特征提取是作為紋理分析的首要任務(wù)，紋理提出了用灰度共生

2、矩陣的方法提取紋理特征，通過MA丁LAB仿真實(shí)現(xiàn)，結(jié)果由灰度共生矩陣產(chǎn)生的四個(gè)紋理特征能具有較好的鑒別能力。關(guān)鍵詞:特征提?。换叶裙采仃?；紋理特征；MatlabII沈陽理工大學(xué)數(shù)字圖像處理課程設(shè)計(jì)目錄1設(shè)計(jì)目的12設(shè)計(jì)方案22.1二階距(能量)22.2對(duì)比度22.3相關(guān)32.4熵33程序設(shè)計(jì)44仿真結(jié)果與分析84.1仿真圖84.2結(jié)果分析11結(jié)束語12參考文獻(xiàn)13II沈陽理工大學(xué)數(shù)字圖像處理課程設(shè)計(jì)1設(shè)計(jì)目的由于紋理是由灰度分布在空間位置上反復(fù)出現(xiàn)而形成的，因而在圖像空間中相隔某距離的兩象素之間會(huì)存在一定的灰度關(guān)系，即圖像中灰度的空間相關(guān)特性?；叶裙采仃嚲褪且环N通過研究灰度的空間相關(guān)特性來

3、描述紋理的常用方法。直覺上來說，如果圖像的是由具有相似灰度值的像素塊構(gòu)成，則灰度共生矩陣的對(duì)角元素會(huì)有比較大的值；如果圖像像素灰度值在局部有變化，那么偏離對(duì)角線的元素會(huì)有比較大的值?；叶戎狈綀D是對(duì)圖像上單個(gè)象素具有某個(gè)灰度進(jìn)行統(tǒng)計(jì)的結(jié)果，而灰度共生矩陣是對(duì)圖像上保持某距離的兩象素分別具有某灰度的狀況進(jìn)行統(tǒng)計(jì)得到的。17沈陽理工大學(xué)數(shù)字圖像處理課程設(shè)計(jì)2設(shè)計(jì)方案灰度共生矩陣的特征參數(shù)：灰度共生矩陣反映的是圖像灰度關(guān)于方向、相鄰間隔、變化幅度的綜合信息。通過灰度共生矩陣可以分析圖像的局部模式和排列規(guī)則等，為了能更直觀地以灰度共生矩陣描述紋理狀況，一般不直接應(yīng)用得到的共生矩陣，而是在其基礎(chǔ)上獲取二次

4、統(tǒng)計(jì)量。為了分析方便，先將各個(gè)元素dP(i,j)除以各元素之和S，得到各元素都小于1的歸一化值d?P(i.j)，由此得到歸一化共生矩陣。Haralick等人定義了14個(gè)用于紋理分析的灰度共生矩陣特征參數(shù)。Ulaby等人研究發(fā)現(xiàn):在基GLCM的14個(gè)紋理特征中,僅有4個(gè)特征是不相關(guān)的,這4個(gè)特征既便于計(jì)算又能給出較高的分類精度，一般采用下面四個(gè)[4]最常用的特征來提取圖像的紋理特征。2.1二階距(能量)二階距是灰度共生矩陣元素值得平方和，所以也稱為能量，反映了圖像灰度分布均勻程度和紋理粗細(xì)程度。如果灰度共生矩陣的所有值均相等，則f1小。如果其中一些值大而其他值小，則f1大。當(dāng)f1大時(shí)，紋理粗，能

5、量大；反之，f1小時(shí)，紋理細(xì)，能量小。2.2對(duì)比度對(duì)比度反映了圖像的清晰度和紋理溝紋深淺的程度，計(jì)算公式如3.2。紋理的溝紋深度大，效果清晰；反之，對(duì)比度小，則溝紋淺，效果模糊。灰度差即對(duì)比度大的像素對(duì)越多，這個(gè)值越大?；叶裙采仃囍羞h(yuǎn)離對(duì)角線的元素值越大，對(duì)比度越大。17沈陽理工大學(xué)數(shù)字圖像處理課程設(shè)計(jì)2.3相關(guān)相關(guān)是用來衡量灰度共生矩陣的元素在行或列方向上的相似程度，計(jì)算公式如3.3.1。當(dāng)矩陣元素值均勻相等時(shí)，相關(guān)值就大；相反，如果矩陣像素值相差很大則相關(guān)值小。如果圖像中有水平方向紋理，則水平方向矩陣的相關(guān)值大于其余矩陣的相關(guān)值。2.4熵熵是圖像具有信息量的度量，紋理信息也屬于圖像的信息

6、，是一個(gè)隨機(jī)性的度量，當(dāng)灰度共生矩陣中所有元素有最大的隨機(jī)性、灰度共生矩陣中所有值幾乎相等時(shí)，共生矩陣中元素分散分布時(shí)，熵較大。它表示圖像中紋理的非均勻程度或復(fù)雜程度。若圖像沒有任何紋理，則灰度共生矩陣幾乎為零陣。它反映圖像中紋理的復(fù)雜程度或非均勻度。若紋理復(fù)雜，熵值大；反之，若圖像中灰度均勻，共生矩陣中元素大小差異大，熵值小。17沈陽理工大學(xué)數(shù)字圖像處理課程設(shè)計(jì)3程序設(shè)計(jì)程序代碼如下：T=imread('D:1.jpg')%讀取D盤下的圖片Image=imread('D:1.jpg');%Image=rgb2gray(k);[M,N,O]=size(Image);M=256;N=256;

7、ifisrgb(Image)%判斷是否是RGBdisp('是RGB圖像，開始轉(zhuǎn)化成灰度像！??！');Gray=rgb2gray(Image);endfori=1:Mforj=1:Nforn=1:256/1617沈陽理工大學(xué)數(shù)字圖像處理課程設(shè)計(jì)if(n-1)*16<=Gray(i,j)&&Gray(i,j)<=(n-1)*16+15Gray(i,j)=n-1;endendendendP=zeros(