图象特征与理解优秀培训书.ppt

图9-14为一个简单的例子。图9-14(a)为原图像，灰度级为16级，为使联合概率矩阵简单些，首先将灰度级数减为4级。这样， 图9-14(a)变为(b)的形式。(g1，g2)分别取值为0、1、2、3，由此， 将(g1，g2)各种组合出现的次数排列起来，就可得到图9-14(c)～(e)所示的联合概率矩阵。 由此可见，距离差分值(a，b)取不同的数值组合，可以得到不同情况下的联合概率矩阵。(a，b)取值要根据纹理周期分布的特性来选择， 对于较细的纹理， 选取(1，0)、 (1，1)、 (2，0)等小的差分值。当a，b取值较小时，对应于变化缓慢的纹理图像， 其联合概率矩阵对角线上的数值较大；而纹理的变化越快，则对角线上的数值越小，而对角线两侧上的元素值增大。为了能描述纹理的状况，有必要选取能综合表现联合概率矩阵状况的参数， 典型的有以下几种： (9-50) (9-51) (9-52) (9-53) 式中 Q1～Q4代表的图像特征并不是很直观，但它们是描述纹理特征相当有效的参数。 9.3.5 纹理的句法结构分析法 在纹理的句法结构分析中， 把纹理定义为结构基元按某种规则重复分布所构成的模式。为了分析纹理结构，首先要描述结构基元的分布规则， 一般可做如下两项工作： ①从输入图像中提取结构基元并描述其特征； ②描述结构基