图像纹理灰度共生矩阵计算问题分析

《图像纹理灰度共生矩阵计算问题分析》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、第!期电!!子!!学!!报/01234!,02!!!"##$年!月%&’%()(&’*+,-&%.-,-&%5672!"##$图像纹理的灰度共生矩阵计算问题的分析薄!华!马缚龙!焦李成!西安电子科技大学自动化系"陕西西安8!##8!#!!摘!要!!图像的灰度共生矩阵!9)&:#已知被理论证明并且实验显示它在纹理分析中是一个很好的方法"广泛用于将灰度值转化为纹理信息2然而"由于9)&:是像素距离和角度的矩阵函数"因此完整的9)&:的计算"其参数的选取范围很广"这样9)&:的计算量很大"通常是不能这样用的2为了解决这个问题"本文应用马尔可夫链的性质"从理论上证明了9)&:的

2、计算结果"当像素距离足够大的时候趋于一致性2这样只需较少的参数值就可以完整的描述图像的纹理特征2最后"通过对;<0=6>?纹理库中自然纹理图像和几幅.%*图像进行仿真"仿真结果验证了上述结论2关键词!!灰度共生矩阵!9)&:#$纹理分析$马尔可夫链$合成孔径雷达!.%*#中图分类号!!’,@A8!!!文献标识码!!%!!!文章编号!!#38"B"!!"!"##$##!B#!AAB#4!"#"$%&’()*(+,-.$./()(012*3(04+$5"6"7.-%";+CD6":%EDB107F"5-%+)GBHIJ7F!!"#$%&’"(&)*+,&)’$&-.$&-)

3、("/-0-$(1(-2"%3-&4"/-K$("56$$(7-8!##8!"86-($#89#.%$&.%!’IJ9<6L)JMJ1&0B0HHD<0PJ6Q<0RGOG7FRJ>I0=S0JN>DIJQ6<6RJ>JG7F>IJ9)&:0S67GR6FJH67PJOJ1JH>J=S<0R6TG=J<67FJ"TIGHIOG76160SH0RQD>6>G07>0PJ7JJ=J=67=R6UJOG>=GSS

4、GHD1>>06761L?J>IJGR6FJ>JN>DIJH0RQD>6>G070S9)&:"TJ6761L?J>IJH0RQD>6>G070S9)&:PLDOG7F:6L2VJQ<0MJ>I6>9)&:GOG7=JQJ7=J7>0S=GO>67HJ67=67F1JTIJ7=GO>67HJGO1600D<6761LOGO">IJH0RQD>6>G070S9)&:GOOGRQ1GSGJ=PLIJ7DRPJ<0SOJ1JH>J=M61DJO0S=GO>6

5、7HJ67=67F1J2EG7611L"TJFGMJOGRD16>G07O0776>D<61>JN>D0M61G=6>J>IJ>IJ0GH616761LOGO2:";<(%=#%!F<6L1JMJ1H0B0HHD<JN>DIJ>GH6QJ<>D

6、!的&A"8"W’质现象的视觉特征&@’"它是物体表面共有的内在特性2纹理选择为4个离散的方向%#;"4A;"@#;"!3A;"而3则是!特征包含了物体表面结构组织排列的重要信息以及它们与!3-."!-’$<"#:但通常不同的作者对!和3的有不同的选&W’周围环境的联系&!#’取方式"比较常见的"3选为3X)#"4"W"*"3"+或者只选2因此"纹理特征在图像检索和图像分择3X!&8’类中得到了广泛的应用2合成孔径雷达!.%*#由于其全天:而这样的选择没有理论支持"因此是否可以完候观测和高分辨率的特点已经成为当前遥感观测的重要手整的描述纹理的特征也不得而知:而如果选择所

7、有的值"那段"在资源(环境(考古以及军事等方面得到了广泛的应用2么巨大的计算量给纹理分析带来了困难:马尔可夫随机场!:*E#可以对图像进行建模和解.%*图像不仅有丰富的纹理信息"而且由于.%*图像缺释&!’乏空间信息"纹理对.%*图像分类提供了最好的特征"因2一幅图像如果满足马尔可夫性质"那么就可以用马尔此对.%*的纹理分析也一直是人们关注的问题2可夫随机场来描述"它表达了图像数据的空间概率分布是图像的灰度共生矩阵!9)&:#已知被理论证明并且实和点的位置没有关系的2在文献&4’中"作者证明了:*E验显示它在纹理确定上是一个很好的方法"广