紋理特征提取方法

1、圖像紋理特征提取方法Texture Description報(bào)告人：王龍Chapter 01 ContentChapter 02Chapter 03Chapter 04 概述圖像紋理描述方法紋理描述的應(yīng)用總結(jié)Chapter 01 概述Definition2 尚無一個(gè)被廣泛接受的定義；3 圖像灰度或色彩在空間上的變化或重復(fù)；4 組成紋理的基本元素稱為紋理基元或紋元。1 紋理是一種普遍存在的視覺現(xiàn)象；1定義分類Type21 自然紋理（水紋、木紋、草地等）2 人工紋理（磚墻、織物、棋盤格等）3 混合紋理性質(zhì)Properties31 紋理有粗糙性、方向性、周期性、 紋理強(qiáng)度、密度等描述參量；2 紋理描述

2、是尺度相關(guān)的；3 紋理特征可以通過色調(diào)和結(jié)構(gòu)來描述。Chapter 02圖像紋理描述方法分類一般要拼爹統(tǒng)計(jì)方法結(jié)構(gòu)方法信號處理方法模型方法灰度共生矩陣灰度游程矩陣灰度梯度矩陣自相關(guān)函數(shù)Tamura紋理特征局部二進(jìn)制模式（LBP）離散余弦變換傅里葉變換Laws紋理測量Gabor變換小波變換馬爾科夫隨機(jī)場（MRF）Gibbs隨機(jī)場（GRF）同步自回歸 (SAR)分形自相關(guān)句法紋理分析數(shù)學(xué)形態(tài)學(xué)a灰度共生矩陣 ,#,= ,; ,0,1,2,1P i j dx y f x yi f x dx y dyj x yN數(shù)學(xué)表達(dá)式：a灰度共生矩陣a灰度共生矩陣二階統(tǒng)計(jì)量（1）角二階矩或能量它是圖像紋理灰度變化

3、均一的度量,反映了圖像灰度分布均勻程度和紋理粗細(xì)度。a灰度共生矩陣（2）對比度對比度是灰度共生矩陣主對角線附近的慣性矩, 它度量矩陣的值是如何分布和圖像的局部變化, 反映了圖像的清晰度和紋理的溝紋深淺?；叶裙采仃嚩A統(tǒng)計(jì)量a灰度共生矩陣（3）相關(guān)相關(guān)度量空間灰度共生矩陣元素在行或列方向上的相似程度, 相關(guān)值大小反映了圖像中局部灰度相關(guān)性?；叶裙采仃嚩A統(tǒng)計(jì)量a灰度共生矩陣（4）熵熵度量圖像紋理的隨機(jī)性。當(dāng)共生矩陣中所有值均相等時(shí), 它取得最大值; 相反, 如果共生矩陣中的值非常不均勻時(shí), 其值較小?；叶裙采仃嚩A統(tǒng)計(jì)量a灰度共生矩陣（5）逆差矩逆差距反映的是矩陣中大值元素到主對角線的集中

4、程度,逆差矩越大,說明大值元素越集中?；叶裙采仃嚩A統(tǒng)計(jì)量灰度游程矩陣b在粗紋理上，由于灰度變化平緩，所以灰度游程長度較長；而在細(xì)紋理中,灰度值突變較多,導(dǎo)致短游程較多?；叶扔纬叹仃嘼灰度游程矩陣b(1)長游程因子：灰度游程矩陣b(2)灰度的均勻特性：灰度游程矩陣b(3)短游程因子：公式對不同的游程一長度賦予不同的權(quán)值，短游程權(quán)值大，長游程權(quán)值小。灰度游程矩陣b(4)游程總數(shù)的百分比：c局部二進(jìn)制模式（LBP）c修正統(tǒng)計(jì)變換（MCT）c修正統(tǒng)計(jì)變換（MCT）c實(shí)驗(yàn)結(jié)果（a）原始圖像（b）LBP算法處理后圖像（c）MCT算法處理后圖像dGabor變換Gabor函數(shù)可以在頻域不同尺度、不同方向上

5、提取相關(guān)特征。dGabor變換2222222()expexp(i)exp()22uvxkkxygky其中：22cossin2xvuyvuvvukkkkkkukdGabor變換其中：Laws紋理測量eLaws紋理能量度量通過估計(jì)紋理中的平均灰度級、邊緣、斑點(diǎn)、波紋以及波形來確定紋理屬性。度量由三個(gè)簡單的向量得出：Laws紋理測量e將這些向量與它們自身以及互相卷積后，產(chǎn)生5個(gè)向量：Laws紋理測量e通過把Laws掩膜和紋理圖像卷積并計(jì)算能量統(tǒng)計(jì)量，就可以得出用于紋理描述的一個(gè)特征量。fTamura紋理特征1978年, 根據(jù)人類對紋理視覺感知的心理學(xué)研究,Tamura等人提出了紋理特征的表達(dá)。Tamura紋理特征的六個(gè)分量對應(yīng)心理學(xué)角度上紋理特征的6種屬性, 分別是粗糙度( coarseness)、對比度( contrast)、方向( directionality)、線性度( linearity)、規(guī)整度( regularity) 和粗略度( roughness)。Tamura紋理特征要比灰度共生矩陣得到的紋理特征更直觀，在視覺效果上更有優(yōu)勢。馬爾科夫隨機(jī)場（MRF）gChapter 03紋理描述的應(yīng)用目標(biāo)識別與分析紋理合成運(yùn)動分析圖像檢索1234