毕业设计(论文)-灰度矩阵图像及其纹理特征.docVIP

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 ABSTRACT Image characteristics includ?shape, color, texture and so on . Texture?is usually defined as?the image?of?a?local?nature, or?a mesasure among the pixels relationships. It can also be?considered to be the patterns that?grayscale?or color??changing in?a certain form in the space. Texture ?features is?calculated?from the texture?image?,?it?quantifies ?within the?gray-scale?.?Texture?characteristics are related to texture?location, direction,?size,?shape , but have nothing to do.with the average?gray level?,also called brightness. The methods of extraction and?matching Texture features?are:?gray level?co-occurrence matrix, Tamura texture features, autoregressive?texture model,?wavelet transform. The typical representative is called GLCM texture analysis. In the design I extract the ?image entropy, energy,?moment of inertia, local?smooth?in GLCM?statistical method. Using batch processing to the ?bmp?images of the?oceans,?cities, villages, forests?,according to different statistics determine the types of pictures. KEY WORDS:textures, gray level?co-occurrence matrix, entropy, energy 目 录 前 言 1 第1章 图像及其纹理特征提取分析 3 1.1 图像格式的选择 3 1.1.1 24位真彩色图像存储格式 4 1.1.2 灰度位图存储格式 4 1.2 图像纹理提取方法 6 1.2.1 基于图像灰度直方图的特征提取 7 1.2.2 基于图像灰度差值直方图的特征提取 8 1.2.3 基于图像灰度共生矩阵的特征提取 8 1.3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 12 2.1 各特征值的算法分析 12 2．1.1图像熵及算法分析 12 2.1.2 相关和自相关算法分析 15 2.1.3 能量和惯性矩，逆差距分析 16 2.2 设计流程与结果分析 18 2.2.1 各部分流程图及分析 18 2.2.2 数据处理与显示 22 第3章 对此次设计的总结与展望 26 3.1设计中解决的问题 26 3.2总结与展望 26 致 谢 28 参考文献 29 附录 30 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