灰度共生矩阵的理解 您所在的位置:网站首页 灰度共生矩阵的理解 灰度共生矩阵的理解

灰度共生矩阵的理解

2023-05-08 06:15| 来源: 网络整理| 查看: 265

(转载)

一直计划着使用灰度共生矩阵来提取图像的纹理特征,就在一些论坛里搜罗来了不少程序,然后机械地来处理手头的图片,获得了一些个数字,就以为灰度共生矩阵法就这么回事了。这些天专门研学习一下这个方法,觉得学习上还是存在问题!发现:其实,自己对灰度共生矩阵怎么来的,计算又是怎么计算的,并不清楚,郁闷却无解。

通过跟一些网友交流,肯定了这个想法之后,认真的看了一些资料,有以下新认识:

灰度共生矩阵法,顾名思义,就是通过计算灰度图像得到它的共生矩阵,然后透过计算这个共生矩阵得到矩阵的部分特征值,来分别代表图像的某些纹理特征(纹理的定义仍是难点)。灰度共生矩阵能反映图像灰度关于方向、相邻间隔、变化幅度的综合信息,它是分析图像的局部模式和它们排列规则的基础。

对于灰度共生矩阵的理解,需要明确几个概念:方向,偏移量和灰度共生矩阵的阶数。

1、  方向

一般计算过程会分别选在几个不同的方向来进行,常规的是0°、45°、90°、135°,理论上的所有方向计算方法不可取。

定义如下:

水平方向为0°垂直的90°,以及45°和135°(大致如上图所画)

2、偏移量(offset:下面例子中,取值为1来帮助理解)

3、灰度共生矩阵的阶数和灰度图像的灰度值的阶数是一致的,即当灰度图像的灰度值的阶数是N时,灰度共生矩阵为N*N的矩阵。

 

0

0

0

1

2

0

0

1

1

2

0

1

1

1

1

1

1

2

2

1

1

2

2

1

0

假定offset为1,取0°方向求共生矩阵时:

最初取点(1,1) 和(1,2) ,此时在频度矩阵的(0,0)处加1((1,1)点的灰度值为0,(1,2)点的灰度也为0);

然后取(1,2) 和(1,3)点,此时也在频度矩阵的(0,0)处加1;

接着取到(1,3) 和(1,4)点,此时也在频度矩阵的(0,0)处加1;

接着取到(1,4) 和(1,5) 点,此时在频度矩阵的(1,0)处加1((1,5)点的灰度值为1 ,(1,4)点的灰度为0)。

直到每一行都取遍即可。

假定offset为1,取45°方向求共生矩阵时:

最初取点(1,1) 和(2,2) ,此时在45°方向频度矩阵的(0,0)处加1((1,1)点的灰度值为0,(2,2)点的灰度也为0);

然后取(1,2) 和(2,3)点,此时在45°方向频度矩阵的(0,1)处加1;

接着取到(1,3) 和(2,4)点,此时也在45°方向频度矩阵的(0,1)处加1;

接着取到(1,4) 和(2,5) 点,此时在45°方向频度矩阵的(1,2)处加1((1,4)点的灰度值为1 ,(2,5)点的灰度为2)。

然后下一行,直到每一行合适的值都取遍即可。

另两个方向的情况相似。

最后得到如下四个频度矩阵

 

10

0

1

2

0

3

3

0

1

1

5

4

2

0

2

2

11

0

1

2

0

1

5

0

1

0

3

5

2

1

1

0

 

 

 

 

 

 

0°方向频度矩阵                  45°方向频度矩阵

                                        

10

0

1

2

0

3

3

0

1

1

6

3

2

0

2

2

10

0

1

2

0

3

0

0

1

0

7

2

2

0

2

2

 

 

 

 

 

90°方向频度矩阵               135°方向频度矩阵

 

在用matlab编程时由于matlab的矩阵的下脚标是从1开始的所以矩阵的形式类似于下面的形式:

p(I(i,j)+1,I(i,j+1)+1)= p(I(i,j)+1,I(i,j+1)+1)+1;这是0°方向的计算式

这里,灰度阶数即从最低的0变成最低为1

四个方向的计算式,大致如下:

p1(IN(M,N)+1,IN(M,N+1)+1)= p1(IN(M,N)+1,IN(M,N+1)+1)+1;%是共生矩阵0度的计算式

p1(IN(M,N)+1,IN(M-1,N+1)+1)= p1(IN(M,N)+1,IN(M-1,N+1)+1)+1;%是45度的计算式

p1(IN(M,N)+1,IN(M-1,N)+1)= p1(IN(M,N)+1,IN(M-1,N)+1)+1;%是共生矩阵90度的计算式

p1(IN(M,N)+1,IN(M-1,N-1)+1)= p1(IN(M,N)+1,IN(M-1,N-1)+1)+1;%是135度的计算式

 

 

现在各个方向统计完毕,然后将频度矩阵/总频次即得共生矩阵

这时候得到四个共生矩阵,分别是、、、

其编程实现,可参见如下代码:

%2.为了减少计算量,对原始图像灰度级压缩,将Gray量化成16级

%--------------------------------------------------------------------------

for i = 1:M

    for j = 1:N

        for n = 1:256/16

            if (n-1)*16



【本文地址】

公司简介

联系我们

今日新闻

    推荐新闻

    专题文章
      CopyRight 2018-2019 实验室设备网 版权所有