图像纹理特征的提取方法

图像纹理特征的提取方法

ID:46582890

大小:294.55 KB

页数:4页

时间:2019-11-25

图像纹理特征的提取方法_第1页
图像纹理特征的提取方法_第2页
图像纹理特征的提取方法_第3页
图像纹理特征的提取方法_第4页
资源描述:

《图像纹理特征的提取方法》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、第13卷,第1期中国传媒大学学报自然科学版Vol.13,No.12006年3月JOURNALOFCOMMUNICATIONUNIVERSITYOFCHINASCIENCEANDTECHNOLOGYJan2006图像纹理特征的提取方法王惠明,史萍(中国传媒大学信息工程学院,北京100024)摘要:纹理特征是图像分析的重要线索,纹理特征的提取方法层出不穷,本文重点介绍了几种借助纹理统计特性的提取方法,并对其算法进行了比较。这些方法包括:1、基于图像灰度直方图的特征提取;2、基于图像灰度差值直方图的特征提取;3、基于图像灰度共生矩阵的特征提取。关键词:纹理;纹理特征;特征提取;灰度共生

2、矩阵中图分类号:TN91918文献标识码:A文章编号:1673-4793(2006)-0049-5MethodstoExtractImagesTextureFeaturesWANGHui-Ming,SHIPing(InformationEngineeringSchool,CommunicationUniversityofChina,Beijing100024,China)Abstract:Texturefeatureisanimportantclueofimageanalysis1Therearemanywaystoextracttexturefeatures1Thispaper

3、introducesseveralmethodswhichdependonthestatisticalcharactersoftexture,andcomparestheirarithmetics1Thesemethodsincludes:first,featureextractingbasedonthegrayhistogramofimages;second,featureextractingbasedonthegraydifferencehistogramofimages;third,featureextractingbasedontheco-occurrencematric

4、esofimages1Keywords:Texture;TextureFeatures;FeaturesExtracting;Co-occurrenceMatrices为统计法,结构法和频谱法等。1引言2纹理特征的提取方法图像特征包括形状,颜色,纹理等。其中,纹理通常定义为图像的某种局部性质,或是对局部区域211基于图像灰度直方图的特征提取中像素之间关系的一种度量。也可认为是灰度或颜色在空间以一定的形式变化而产生的图案。纹理特借助灰度直方图的矩来描述纹理特征是统计法征是从纹理图像中计算出来的一个值,它对纹理内中最简单的一种。直方图反映的是图像的亮度在各部灰度级变化的特征进行量化。

5、通常,纹理特征与个灰度级上出现的概率,可用函数f(x)表示,x代表纹理的位置、走向、尺寸、形状有关,但与平均灰度级灰度值。(亮度)无关。纹理特征提取的主要目的是将随机令m为x的均值,即:L纹理或几何纹理的空间结构差异转化为特征灰度值m=∑xif(xi)(1)的差异,用一些数学模型来描述图像的纹理信息,包i=1括图像区域的平滑,稀疏,规则性等。提取方法可分则均值m的n阶矩为:收稿日期:2005-04-11作者简介:王惠明(1982-),男(汉族),福建省漳州人,中国传媒大学通信与信息系统专业2005级硕士研究生1Email:whmde@cuc1edu1cn50中国传媒大学学报自然科

6、学版第13卷Ly)取各个值的概率p(Δf(x,y))(0<Δf(x,y)

7、为偏度,它表达了灰度值相对于均值的数来描述纹理的特征:对称性,描述了直方图的偏斜度,即直方图分布对称L2与否的情况,可反映图像中纹理灰度起伏分布。uCon=∑hp(h)(3)4h=0定义为峰度,它表示了直方图的相对平坦性,即直方L2Asm=∑p(h)(4)图分布聚集于均值附近还是接近两端的情况,进一h=0L步描述了图像中纹理灰度的反差。Ent=-∑p(h)log2p(h)(5)基于灰度直方图的特征提取算法如下:h=0L(1)将彩色图像转换化灰度图像。1Mean=∑h·p(h)(6

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。