基于图像纹理特征的目标快速检索

《基于图像纹理特征的目标快速检索》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、维普资讯http://www.cqvip.com张云彬等：基于图像纹理特征的目标快速检索基于图像纹理特征的目标快速检索①张云彬②张永生(信息工程大学测绘学院郑州450052)摘要在讨论共生矩阵的基础上，提出了一个通过图像分割获取目标图像纹理特征，进而实现图像快速检索的方法。试验表明，该方法检索目标图像的可靠性较高，具有良好的应用价值。关键词共生矩阵，纹理特征，图像分割，图像检索检索。但是，受到纹理描述算法的限制，不同的图像0引言纹理可能产生相同或相近的纹理特征值，因此在纹理比较中可能会出现多值匹配现象。图像的纹理通常指的是在

2、二维空间变化的灰度和颜色所组成的图案。这种变化是统计相关的，可1共生矩阵定义为影像的某种局部性质，即某一带唯一模型特征的区域。纹理是图像的重要特征之一，它反映了1．1灰度共生矩阵物体本身的基本属性，依靠纹理特征有助于将不同本文提取纹理特征的方法是以灰度级的空间相类型的物体区分开来，因此可将其应用于图像识别、关矩阵——共生矩阵(CooecurrenceMatrix)作为基础图像分析及图像检索中。基于此种纹理特征，一幅的。灰度共生矩阵P又称灰度共现矩阵，是图像灰影像可看成是不同纹理模型区域的嵌套。纹理基元度的二阶统计度量。灰度共

3、生矩阵的元素P(i，是构成纹理的基本单位，它是一种或多种图像基元Id，)描述在方向上，相隔d个像素距离的一对的组合，纹理基元的适当排列组合就形成了纹理。像素分别具有灰度值i和7的出现概率(频数)l1]。纹理基元排列的疏密、周期性、方向性等的不同，能其中0是两像素连线向量的角度，通常沿0o,45。、使图像的外观产生极大的改变，反映在图像上就是90。和135。四个角度来获取纹理特征。纹理的粗细、走向等特征的描述和解释。例如，纹理分析是指通过一定的图像处理技术抽取出P(i，JId，0o)=#{(，Y)If(，Y)=i，纹理特征，从

4、而获得纹理的定量或定性描述的处理f(+d，Y)：J，过程。图像的纹理分析通常有两种方法，一是统计i，=0，1，2，⋯，L一1，方法，一是结构方法。统计方法是指用数学统计和，Y=0，1，2，⋯，N一1}(1)转换的方法得到图像的数值化纹理特征，并利用这其中#(1-2)表示集合n的元素个数，f(，Y)为图像些特征标识不同的图像。该方法常用于分析纹理细灰度矩阵的元素，该图像灰度级为，行列宽为Ⅳ。密而且不规则的图案，如各种影像数据。结构方法由上可知，沿不同方向将生成不同的共生矩阵，每个则适用于像布料的印刷图案或砖花图案等一类像素共生

5、矩阵的维数是L×L。对于一幅256灰度级的排列比较规则的图像。本文讨论的图像来说，这样的信息量是相当大的。是统计方法纹理分析。共生矩阵P反映了图像灰度分布关于方向、局利用图像的纹理特征值来标识部领域和变化幅度的综合信息，但它并不能直接提图像能够比较客观地反映图像的实供区别纹理的特征，还须从中进一步提取纹理特征。际内容，减少外界的影响，并且这样通常采用如下4个典型的统计分量，分别反映纹理的一个数值标识既便于存放又利于一致性、纹理对比、纹理的熵和纹理相关性，我们用①②863计划(2002AAl35130)资助项目。男(收，稿l日

6、2期生生，博士生，工程师；研究方向：航天遥感工程；联系人。：．2004-03—29)维普资讯http://www.cqvip.com高技术通讯2004．8Ql、Q2、Q3、Q4表示。_int[]+1(13)Q。=∑∑p(，)(2)i=0=0、在正规化后的灰度矩阵F(，Y)和基元矩阵P(，Y)中，统计同时使F(，Y)=和P(，Y)=的Q2：∑∑(一)2p(，)(3)i=0=0像点对数。该值即灰度．基元共生矩阵G的第(，)个元素的值。Q3=∑∑p(i,j)log2p(f，)(4)i=O=01．3灰度．梯度共生矩阵Q4={∑∑(+

7、1)(+1)p(i，)一。2)／(。2)灰度．梯度共生矩阵C的元素ci定义为在正规i=O』=O化的灰度图像{，Y)}和正规化的梯度图像{g(，(5)Y)}中共同具有灰度值i和梯度值的总像点数j。式(2)～(5)中，p(，)需先进行归一化处理，且灰度．梯度共生矩阵模型集中反映了图像中两种最l：∑(i+1)∑p(i，)(6)基本的要素，即像点的灰度和梯度(或边缘)的相互i=O』：O关系。各像点的灰度是构成一幅图像的基础，而梯2：∑(+1)∑p(，)(7)度则是构成图像边缘轮廓的要素。图像的主要信息』：Oi=0是由图像的边缘轮廓提

8、供的，因此灰度．梯度空间很l：∑(+1一1)∑p(，)(8)清楚地描绘了图像内各像点灰度与梯度的分布规i=O』=O律，同时也给出了各像点与其邻域像点之间的空间2：∑(+1一2)∑p(，)(9)关系。1．2灰度一基元共生矩阵灰度图像中各像点的梯度值计算可采用拉普拉一幅图像中的每个像素，除图幅