宋怀波第15讲：图像描述讲述.ppt

基于分形的植物形态模拟技术 7.4.2 灰度差分统计法 本质：图像的自相关函数 图像f(xi, yi); i, j=0, 1, 2 , … , N-1的自相关函数 令d=(x2+y2)0.5，则有 7.4.2 灰度差分统计法 灰度直方图中，各像素的灰度是独立进行处理的，故不能很好地给纹理赋予特征。 因此，如果研究图像中两像素组合中灰度配置的情况，就能够很好地给纹理赋予特征，这样的特征叫二阶统计量 代表性的是以灰度共生矩阵为基础的纹理特征计算法。 7.4.3 灰度共生矩阵法 1.取图像中任意一点(x，y)及偏离它的另一点(x+a, y+b)，设该点对的灰度值为(g1，g2)。 2.统计出每—种(g1，g2)值出现的概率p(g1，g2)，并排列成方阵，称为联合概率矩阵，也叫做共生矩阵。 3.再由共生矩阵计算五个统计量。 基本方法： 灰度级联合分布（二阶统计量） 7.4.3 灰度共生矩阵法 x,y——坐标，f(x,y)——灰度，L灰度级数 7.4.3 灰度共生矩阵法 例: 7.4.3 灰度共生矩阵法 设图像矩阵为 水平方向无重复，变化较快 水平方向数值大，重复多，纹理较粗 1）对角线元素全为0，表明同行灰度变化快 2）对角线元素较大，表明纹理较粗 7.4.3 灰度共生矩阵法 纹理特征 公式 墒 (entropy) 能量 (energy) 对比度 (contrast)