《《灰度矩阵图像及其纹理特征》-公开DOC·毕业论文》由会员分享，可在线阅读，更多相关《《灰度矩阵图像及其纹理特征》-公开DOC·毕业论文（38页珍藏版）》请在金锄头文库上搜索。
1、摘 要图像特征包括形状，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。纹理特征是从纹理图像中计算出来的一个值，它对纹理内部灰度级变化的特征进行量化。纹理特征与纹理的位置、走向、尺寸、形状有关，但与平均灰度级（亮度）无关。纹理特征的提取与匹配主要有：灰度共生矩阵、Tamura 纹理特征、自回归纹理模型、小波变换等。典型代表是一种称为灰度共生矩阵的纹理特征分析方法。此次设计中本人利用灰度共生矩阵的统计方法，对图像熵，能量，惯性矩，局部平稳四个特征进行提取。将海洋，城市，乡村，森林四种类型的bmp
2、图像进行处理，通过这四个纹理特征值的不同判断不同图片的类型。关键字：图像纹理，共生矩阵，熵，能量 ABSTRACTImage characteristics includshape, color, texture and so on . Textureis usually defined asthe imageofalocalnature, ora mesasure among the pixels relationships. It can also beconsidered to be the patterns thatgrayscaleor colorchanging ina certa
3、in form in the space. Texture features iscalculatedfrom the textureimage,itquantifies within thegray-scale.Texturecharacteristics are related to texturelocation, direction,size,shape , but have nothing to do.with the averagegray level,also called brightness.The methods of extraction andmatching Text
4、ure featuresare:gray levelco-occurrence matrix, Tamura texture features, autoregressivetexture model,wavelet transform. The typical representative is called GLCM texture analysis. In the design I extract the image entropy, energy,moment of inertia, localsmoothin GLCMstatistical method. Using batch p
5、rocessing to the bmpimages of theoceans,cities, villages, forests,according to different statistics determine the types of pictures.KEY WORDS:textures, gray levelco-occurrence matrix, entropy, energy目 录前 言1第1章 图像及其纹理特征提取分析31.1图像格式的选择31.1.1 24位真彩色图像存储格式41.1.2 灰度位图存储格式41.2图像纹理提取方法61.2.1 基于图像灰度直方图的特征提取
6、71.2.2 基于图像灰度差值直方图的特征提取81.2.3 基于图像灰度共生矩阵的特征提取81.3基于二阶矩的灰度共生矩阵的提取方法分析9第2章基于共生矩阵的各特征值的算法分析122.1 各特征值的算法分析1221.1图像熵及算法分析122.1.2 相关和自相关算法分析152.1.3 能量和惯性矩，逆差距分析162.2 设计流程与结果分析182.2.1 各部分流程图及分析182.2.2 数据处理与显示22第3章 对此次设计的总结与展望263.1设计中解决的问题263.2总结与展望26致 谢28参考文献29附录30第III页前 言1.课题背景与意义随着科技的快速发展,图像越来越成为人类生活和工作
7、中用于传递信息和进行交流的重要数据载体,图像的有效表示是进一步处理图像的重要基础。用各种观察系统取得的图像很多都是纹理型的,可以通过图像的纹理分析提取许多有价值的宏观信息。纹理是一种重要的视觉线索，是图像中普遍存在而又难以描述的特征。纹理分析技术一直是计算机视觉、图像处理、图像分析、图像检索等的活跃研究领域。纹理特征提取是成功进行图像纹理描述、分类与分割的关键环节，因为提取的纹理特征直接影响后续处理的质量。在具体纹理特征提取过程中，人们总是先寻找更多的能够反映纹理特征的度量，然后通过各种分析或变换从中提取有效的特征用于纹理描述和分类。纹理特征提取的目标是：提取的纹理特征维数不大、鉴别能力强、稳
8、健性好，提取过程计算量小，能够指导实际应用。2发展现状图像内容中的纹理特征是当今研究的热点之一，通过几十年的研究，纹理分析取得了很大的进步，并产生了许多纹理的研究方法，小波变换,共生矩阵等。这些方法大体可分为统计分析法、模型法、频域分析法、结构分析法，其中统计分析法的应用最为广泛。图像分类作为计算机视觉领域研究的重点和难点，在模式分类，多分辨率领域，多尺度研究领域等多个方面都有丰硕的研究成果。如K-means算法、模糊分类、决策树分类法、ISODATA算法、PLSA分类法、遗传算法、Boost算法、多层前向神经网络分类法、支持向量机方法等。到目前为止，已经提出了许多纹理特征提取的方法以及对它们
9、的比较和分析。传统的金字塔小波分解变换，仅对低频部分进行分解，随着分解层数的增加而逐渐向低频方向聚焦，仅利用了纹理图像低频子带的信息，因此这种情况对于纹理分类往往效果欠佳。树结构的小波变换和小波包分析则克服了这一缺点，它们可以同时对高频信息进行分解，为纹理分析提供了一种更加精细的分析方法。尽管基于小波理论的纹理描述方法得到了很好的研究，但是滤波器组的选择问题仍然有待解决。灰度共生矩阵（GLCM）方法用于遥感图像分类效果较好，而半方差图较适用于雷达图像的结论。可见GLCM方法在统计家族中占主导地位，其次是半方差图方法。基于MRF模型的纹理图像分割是一个迭代的优化过程，它由局部到全局的收敛速度很慢
10、（即使条件迭代模式能加速寻找解），因而需要很大的计算量，通常需要迭代数百次才能收敛。这些方法各有优缺点，而且在实际应用中许多纹理特征提取算法存在正确分类率低、计算复杂、参数选择困难等问题，这些问题在一定程度上制约了这些算法的应用。因此，研究算法的改进方法和算法的组合是纹理分析研究的一个重要方向。3.课题研究内容本论文是基于二阶矩的图像纹理表示，在共生矩阵的基础上计算出图像熵，能量，惯性矩和局部平稳，通过提取不同的特征值，来正确判断海洋，森林，城市乡村四种类型图像。论文的组织如下：第1章 图像及其纹理特征提取分析 第2章 基于共生矩阵的各特征值的算法分析，第3章主要是在这次设计中遇到的问题、解决
11、方法以及对此次设计的总结。第1章 图像及其纹理特征提取分析1.1 图像格式的选择 数字图像在外存储器设备中的存储形式是图像文件，图像必须按照某个已知的、公认的数据存储顺序和结构进行存储，才能使不同的程序对图像文件顺利进行打开或存盘操作，实现数据共享。图像数据在文件中的存储顺序和结构称为图像文件格式。目前广为流传的图像文件格式有很多种，常见的格式包括BMP、GIF、JPEG、TIFF、PSD等。在各种图像文件格式中，一部分是由某个软硬件厂商提出并被广泛接受和采用的格式，例如BMP,GIF和PSD格式；另一部分是由各种国际标准组织提出的格式，例如JPEG,TIFF和DICOM，其中JPEG是国际静
12、止图像压缩标准组织提出的格式，TIFF是由部分厂商组织提出的格式，DICOM是医学图像国际标准组织提出的医学图像专用格式。BMP文件是Windows操作系统所推荐和支持的图像文件格式，是一种将内存或显示器的图像数据不经过压缩而直接按位存盘得文件格式，所以称为位图文件，因其文件扩展名为BMP，故称为BMP文件格式，简称BMP文件。Windows 位图可以用任何颜色深度（从黑白到 24 位颜色）存储单个光栅图像。Windows 位图文件格式与其他 Microsoft Windows 程序兼容。它不支持文件压缩，也不适用于 Web 页。位图图像在计算机中使用很广泛，例如在Windows中，记事本、写
13、字板中的文字就是用位图图像表示出来的。许多以默认格式存储的图像，就是在位图图像的基础上，进行优化处理后得到的。因此在处理图像过程中我们选用BMP图像。典型的BMP图像文件由四部分组成：位图头文件数据结构，它包含BMP图像文件的类型、显示内容等信息；位图信息数据结构，它包含有BMP图像的宽、高、压缩方法，以及定义颜色等信息；调色板，这个部分是可选的，有些位图需要调色板，有些位图，比如真彩色图（24位的BMP）就不需要调色板；位图数据，这部分的内容根据BMP位图使用的位数不同而不同，在24位图中直接使用RGB，而其他的小于24位的使用调色板中颜色索引值。在数字图像处理中，许多算法就是针对24位真彩
14、色位图或灰度位图设计的。因此有必要介绍下位图文件的两种存储格式。1.1.1 24位真彩色图像存储格式24位真彩色的十六进制数据包括位图文件头、位图信息头和位图阵列。(1)位图文件头 位图文件头（bitmap-file header）用来记录标志文件大小的一些信息，包含了图像类型、图像大小、图像数据存放地址和两个保留未使用的字段。(2)位图信息头位图信息头（bitmap-information header）包含了位图信息头的大小、图像的宽高、图像的色深、压缩说明图像数据的大小和其他一些参数。(3)位图阵列位图阵列（即像素组成部分），每个像素点由3个字节的数据组成，按照从左到右的顺序，分别表示蓝
15、色、绿色和红色。1.1.2 灰度位图存储格式 随着计算机技术的不断发展以及各种软件与操作平台的不断更新，出现了以位图格式和矢量格式为代表的许多种图像格式，如照片、数字化的视频图像等。在图像处理技术中，要比较准确的表达图像的真实视觉效果，经常需要使用灰度，这种图像常被称为灰度图像。灰度位图的存储格式与24位真彩色位图的存储格式基本相同。唯一的差别是灰度位图比24位真彩色位图增加了颜色索引表。同时灰度位图用一个字节来表示一个像素，这样灰度位图的像素阵列小了2/3。彩色图像是三维的，处理起来不方便，而灰度图像中包含了彩色的全部信息，故在使用中选用灰度图像。从灰度位图和24位真彩色位图的存储结构中可以看出，把24位真彩色位图的颜色信息去掉，就可以得到灰度位图。根据不同的需要，有不同的去掉颜色的方法。首先我们想到的平均值，即得到式1-1 (式1-1)但现实中我们使用的却是如下的公式1-2： （式1-2）这个公
