作业帮关于灰度共生矩阵对纹理图像进行分割的问题
来源：学生作业帮 编辑：作业帮 分类：数学作业 时间：2024/05/28 16:41:36
关于灰度共生矩阵对纹理图像进行分割的问题
利用matlab对图像进行纹理分割 用灰度共生矩阵对图像进行纹理特征提取,得到用于描述纹理的特征值,比如有熵、角二阶矩（能量）、相关度、对比度等,提取4个方向（0、45、90、135)的4个4维矩阵,用这四个矩阵怎么对图像进行纹理分割?我指的是用这个几个特征值分割而不是用FCM、K-means这些聚类法.
还是先给图像分块,在每个块上用窗口分割?
请纹理分割的大神指教 ,
利用matlab对图像进行纹理分割 用灰度共生矩阵对图像进行纹理特征提取,得到用于描述纹理的特征值,比如有熵、角二阶矩（能量）、相关度、对比度等,提取4个方向（0、45、90、135)的4个4维矩阵,用这四个矩阵怎么对图像进行纹理分割?我指的是用这个几个特征值分割而不是用FCM、K-means这些聚类法.
还是先给图像分块,在每个块上用窗口分割?
请纹理分割的大神指教 ,
基于灰度共生矩阵的图像分割方法研究
时间：2009-12-16 11:13:13 来源：电子科技 作者：宁顺刚,白万民,喻 钧 西安工业大学计算机科学与工
程学院
所谓图像分割就是指把图像分成各具特性的区域,并提取出感兴趣目标的技术和过程.它是数字图像处理中的关键技术之一,是进一步进行图像识别、分析和理解的基础.目前图像分割方面现有的算法非常多,将它们进行分类的方法也提出了不少.一般分为3类：(1)阈值分割；(2)边缘检测；(3)区域提取.但还没有一种方法能普遍适用于各种图像.因此,对于图像分割的研究还在不断深人之中,也是目前图像处理中研究的热点之一.随着科技的发展进步,图像处理在军事中的运用也越来越广泛,这主要集中在迷彩设计这方面.而现在军事上的伪装迷彩是现代高技术战争中隐藏武器装备、保存自我的重要手段,也是消灭敌人的需要.因此对于迷彩的设计研究也一直都是各国的热门话题.文中主要以某山地航拍图为研究对像,对其进行背景分析然后再实现图像分割,为后期迷彩设计做准备.由于该山地背景纹理特征明显,故利用纹理分析对其进行背景分析,而灰度共生矩阵是纹理分析方法中最常用的一种方法.文中采用灰度共生矩阵方法对该图像进行分割研究.
1 灰度共生矩阵
灰度共生矩阵(Gray Level Co-occurrence Ma-trix,GLCM)是图像纹理分析方法中的一种,它反映不同像素相对位置的空间信息,在一定程度上反映了纹理图像中各灰度级在空间上的分布特性,是纹理分析领域中最经常采用的特征之一.灰度共生矩阵是图像灰度变化的二阶统计度量,也是描述纹理结构性质特征的基本函数,它统计了两个像素点位置的联合概率分布.设S为目标区域R中具有特定空间联系的像素对的集合,则共生矩阵P可定义为
式(1)等号右边的分子是具有某种空间关系、灰度值分别为i,j的像素对的个数,分母为像素对的总和个数(#代表数量),这样得到的P是归一化的.
对于一幅图像Gf(i,j),大小N×N,包含像素(动态范围为G)的灰度级为{0,1,…,G-1},它的灰度共生矩阵是一个二维矩阵C(i,J),每个矩阵元素表示在某一距离d和角度θ强度i和j联合出现的概率.因此,根据不同的d和θ值,这里可能存在多个共生矩阵.但在实际应用中,往往适当的选取d,而θ一般取O°,45°,90°,135,如图1所示.
时间：2009-12-16 11:13:13 来源：电子科技 作者：宁顺刚,白万民,喻 钧 西安工业大学计算机科学与工
程学院
所谓图像分割就是指把图像分成各具特性的区域,并提取出感兴趣目标的技术和过程.它是数字图像处理中的关键技术之一,是进一步进行图像识别、分析和理解的基础.目前图像分割方面现有的算法非常多,将它们进行分类的方法也提出了不少.一般分为3类：(1)阈值分割；(2)边缘检测；(3)区域提取.但还没有一种方法能普遍适用于各种图像.因此,对于图像分割的研究还在不断深人之中,也是目前图像处理中研究的热点之一.随着科技的发展进步,图像处理在军事中的运用也越来越广泛,这主要集中在迷彩设计这方面.而现在军事上的伪装迷彩是现代高技术战争中隐藏武器装备、保存自我的重要手段,也是消灭敌人的需要.因此对于迷彩的设计研究也一直都是各国的热门话题.文中主要以某山地航拍图为研究对像,对其进行背景分析然后再实现图像分割,为后期迷彩设计做准备.由于该山地背景纹理特征明显,故利用纹理分析对其进行背景分析,而灰度共生矩阵是纹理分析方法中最常用的一种方法.文中采用灰度共生矩阵方法对该图像进行分割研究.
1 灰度共生矩阵
灰度共生矩阵(Gray Level Co-occurrence Ma-trix,GLCM)是图像纹理分析方法中的一种,它反映不同像素相对位置的空间信息,在一定程度上反映了纹理图像中各灰度级在空间上的分布特性,是纹理分析领域中最经常采用的特征之一.灰度共生矩阵是图像灰度变化的二阶统计度量,也是描述纹理结构性质特征的基本函数,它统计了两个像素点位置的联合概率分布.设S为目标区域R中具有特定空间联系的像素对的集合,则共生矩阵P可定义为
式(1)等号右边的分子是具有某种空间关系、灰度值分别为i,j的像素对的个数,分母为像素对的总和个数(#代表数量),这样得到的P是归一化的.
对于一幅图像Gf(i,j),大小N×N,包含像素(动态范围为G)的灰度级为{0,1,…,G-1},它的灰度共生矩阵是一个二维矩阵C(i,J),每个矩阵元素表示在某一距离d和角度θ强度i和j联合出现的概率.因此,根据不同的d和θ值,这里可能存在多个共生矩阵.但在实际应用中,往往适当的选取d,而θ一般取O°,45°,90°,135,如图1所示.