模式识别第九章.ppt

(2)能量（角二阶矩）图像灰度分布均匀性或平滑性的度量，图像越均匀，其值越大。当矩阵中元素的数值集中于对角线附近时，说明灰度分布较均匀，即呈现粗纹理，ASM值较大，反之，较小。第77页,共96页，星期六，2024年，5月(3)相关其中表征元素在行、列方向上的相似程度第78页,共96页，星期六，2024年，5月(4)熵当pij值相等或pij值相差不大时，熵值较大（即灰度分布不均匀，各种灰值都有）；当pij值之间差别很大时，熵值小。例：有陆地、人造目标等场景，，pij值分布均匀（灰度分布不均匀），熵值大。∴熵值也是反映纹理特性的度量。对图像内容随机性的度量第79页,共96页，星期六，2024年，5月其它统计量方差、逆差矩、和平均、和方差、和熵、差平均、差方差、差熵等如何选择d和?，以及如何用共生矩阵的参数作纹理分析，一直是研究的课题，通常小的d值，可提供较好的结果。第80页,共96页，星期六，2024年，5月举例：一幅SAR图像（512×512）原图的直方图原始图像第81页,共96页，星期六，2024年，5月量化成16级（由最大值开始），计算0?，45?，90?，135?灰度共生矩阵(d=2),并相加第82页,共96页，星期六，2024年，5月利用C—均值聚类法(即K—均值聚类法)，利用各纹理特征量进行分类处理（C=3），分别得到8幅处理结果计算各种纹理特征统计量，如：差方差、差平均、对比度、方差、逆差矩、熵、相关、和方差。图中：1－差方差，2－差平均，3－对比度，4－方差，5－逆差矩，6－熵，7－相关，8－和方差再进行分割，三种等级（分三类）。再画直方图。计算归一化类内均值及类间距离。第83页,共96页，星期六，2024年，5月(a1)(a2)差方差差平均第84页,共96页，星期六，2024年，5月(b1)(b2)(c1)(c2)分割后的结果第85页,共96页，星期六，2024年，5月(a3)(a4)对比度方差第86页,共96页，星期六，2024年，5月(c3)(c4)(b3)(b4)分割后的结果第87页,共96页，星期六，2024年，5月对比度方差a(5) a(6)第88页,共96页，星期六，2024年，5月c(5)c(6)b(5)b(6)分割后的结果第89页,共96页，星期六，2024年，5月a(7)a(8)相关和方差第90页,共96页，星期六，2024年，5月b(7)b(8)c(7)c(8)分割后的结果第91页,共96页，星期六，2024年，5月对各特征量的纹理图像进行K均值聚类后，计算归一化类内均值及类间距离。DVDAConVarIDMEntCorSV陆地0.17000.55310.47680.65540.58620.88210.28570.1646河流0.41870.72230.67510.78900.74280.68020.22620.4144人造0.05160.34960.27250.46180.39470.83610.48810.0482目标其中：DifferenceVariance－差方差，DifferenceAverage-差平均,Contract-对比度，Variance-方差，InverseDifferenceMoment-逆差矩Entropy-熵，Corrletation-相关，SumVar