数字图像处理及matlab实现

数字图像处理及matlab实现

ID:20125618

大小:854.00 KB

页数:85页

时间:2018-10-10

数字图像处理及matlab实现_第1页
数字图像处理及matlab实现_第2页
数字图像处理及matlab实现_第3页
数字图像处理及matlab实现_第4页
数字图像处理及matlab实现_第5页
资源描述:

《数字图像处理及matlab实现》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库

1、数字图像处理第10章图像表示与描述(ImageRepresentationandDescription)10.1颜色描述(ColorDiscriptors)10.2纹理描述(TextureDescriptors)10.3边界描述(BoundaryDescriptors)10.4区域描述(RegionalDescriptors)颜色特征是图像的基本特征之一。颜色特征是图像检索识别中应用最为广泛的视觉特征,与其他视觉特征相比,它对图像的尺寸、方向、视角的依赖性较弱,因此具有较高的稳定性。这一节主要讨论反映图像灰度的统计特征。10.1颜色描述(ColorDescriptors)10.

2、1.1简单灰度特征 (IntensityFeature)图像灰度特征可以在图像的某些特定的像点上或其邻域内测定,也可以在某个区域内测定。以(i,j)为中心的(2M+1)×(2N+1)邻域内的平均灰度为(10.1)除了灰度均值外,在有些情况下,还可能用到区域中的灰度最大值、最小值、中值、顺序值及方差等。10.1.2直方图特征 (HistogramFeature)设图像f的像素总数为N,灰度等级数为L,灰度为k的像素全图共有Nk个,那么,k=0,1,…,L-1称为f的灰度直方图。图像灰度直方图可以认为是图像灰度概率密度的估计,可以由直方图产生下列特征。(10.2)(1)平均值(10

3、.3)(2)方差(3)能量(4)熵(10.6)(10.4)(10.5)10.1.2直方图特征 (HistogramFeature)纹理图像在很大范围内没有重大细节变化,在这些区域内图像往往显示出重复性结构。纹理可分为人工纹理和天然纹理。人工纹理是由自然背景上的符号排列组成,这些符号可以是线条、点、字母、数字等。自然纹理是具有重复排列现象的自然景象,如砖墙、种子、森林、草地之类的照片。人工纹理往往是有规则的,而自然纹理往往是无规则的。10.2纹理描述 (TextureDescriptors)归纳起来,对纹理有两种看法,一是凭人们的直观印象,二是凭图像本身的结构。从直观印象出发包含

4、有心理学因素,这样就会产生多种不同的统计纹理特征。从这一观点出发,纹理特征计算应该采用统计方法。从图像结构观点出发,则认为纹理是结构,根据这一观点,纹理特征计算应该采用句法结构方法。10.2纹理描述 (TextureDescriptors)10.2.1自相关函数描述 (AutocorrelationFunction)设图像为f(m,n),自相关函数可以定义为(10.7)它是对(2w+1)(2w+1)窗口内的每一点像素(j,k)与偏离值为,=0,1,2,…,T的像素之间的相关值作计算。一般粗纹理区对给定偏离(,)时的相关性要比细纹理区高,因为纹理粗糙性应与自相关函

5、数的扩展成正比。自相关函数的扩展的一种测度是二阶矩,即(10.8)纹理粗糙性越大,则T就越大,因此,可以方便地使用T作为度量粗糙性的一种参数。10.2.1自相关函数描述 (AutocorrelationFunction)10.2.2灰度差分统计 (StatisticsofIntensityDifference)对于给定的图像f(i,j)和取定的较小的整数m、n,求差分图像g(i,j)=f(i,j)-f(i+m,j+n)(10.9)然后求出差分图像的已归一化的灰度直方图hg(k),当取较小差值k的频率hg(k)较大时,说明纹理较粗糙,直方图较平坦时,说明纹理较细致。(1)平均值(

6、2)能量(对比度)(3)熵当直方图分布较平坦时,A2较小,A3较大;当hg(l)在原点附近集中分布时,A1较小,反之则A1较大。(10.10)(10.11)(10.12)10.2.2灰度差分统计 (StatisticsofIntensityDifference)10.2.3灰度共生矩阵 (Gray-LevelCo-occurrenceMatrix)灰度共生矩阵法是描述纹理特征的重要方法之一,它能较精确地反映纹理粗糙程度和重复方向。由于纹理反映了灰度分布的重复性,人们自然要考虑图像中点对之间的灰度关系。灰度共生矩阵定义为:对于取定的方向和距离d,在方向为的直线上,一个像素灰度

7、为i,另一个与其相距为d的像素的灰度为j的点对出现的频数作为这个矩阵的第(i,j)元素的值。对于一系列不同的d、,就有一系列不同的灰度共生矩阵。由于计算量的原因,一般d只取少数几个值,而取、、、。研究文献发现,d值取得较小时可以提供较好的特征描述和分析结果。10.2.3灰度共生矩阵 (Gray-LevelCo-occurrenceMatrix)共生矩阵能够反映图像纹理的主要特征。对于较平坦的区域,粗纹理区域,相距较近的像素一般具有相近的灰度,所以当d取得较小时在相应的共生矩阵中,对角线及

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。