基于紋理分析圖像形貌特征提取

《基于紋理分析圖像形貌特征提取》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在行業(yè)資料-天天文庫。

1、第18卷第3期濟南大學學報(自然科學版)Vol.18No.32004年9月JOURNALOFJINANUNIVERSITY(Sci.&Tech1)Sep.2004文章編號:1671-3559(2004)03-0217-05基于紋理分析的圖像形貌特征提取1122李素日方,李金屏,吳波,王英姿(1.濟南大學信息科學與工程學院,山東濟南250022;2.濟南大學材料科學與工程學院,山東濟南250022)摘要:討論了紋理分析的統(tǒng)計法、結(jié)構(gòu)法、模型法以及空間大量文獻出現(xiàn)在各類期刊上,對其進行歸納和總結(jié)/頻率域聯(lián)合分析法等四種主要方法的優(yōu)缺點及各自的

2、適用變得十分重要。鑒于近年來處理該類圖像的方法主性,對近年來這些方法在圖像形貌特征提取方面的應(yīng)用進行要集中于紋理分析方法,故本文中對處理該類圖像了歸類和初步的總結(jié),重點介紹了一些新的發(fā)展,探討了存的紋理分析方法進行綜述,希望能夠為從事該類圖在的問題和發(fā)展方向。像研究的同行提供借鑒,也能為從事紋理分析算法關(guān)鍵詞:特征提取;紋理分析;圖像形貌特征提取開發(fā)的學者提供參考。中圖分類號:TP391文獻標識碼:A1紋理分析各種方法的優(yōu)缺點圖像處理技術(shù)是計算機科學中一個重要的研究紋理是自然圖像中一個普遍存在的基本特征,領(lǐng)域,在醫(yī)學、遙感、環(huán)保、材料等方

3、面有著廣泛應(yīng)紋理分析就是研究不同紋理的特點,尋找刻畫紋理用。實際應(yīng)用中,常常需要對一類具有形貌特征的的本質(zhì)特征。紋理感知在人類視覺活動中起著重要圖像進行處理,例如遙感圖像、衛(wèi)星云圖、醫(yī)學圖像作用,雖然視覺系統(tǒng)能夠很方便地進行紋理識別,但以及材料表面的電鏡掃描圖像等,其共同特點是:具是卻很難對紋理給出一個精確定義。一般認為,圖有一定的形貌特征,人眼可輕易識別和分析,但計算像紋理具有粗細度、對比度、方向性、線性性、規(guī)則機卻難以對其進行表征和描述。性、粗糙度、凸凹性等特性,但這些都是對圖像紋理紋理分析是圖像處理中最重要的方法之一。紋概括性的描述

4、,并沒有把紋理的本質(zhì)體現(xiàn)出來。根理不僅反映圖像的灰度統(tǒng)計信息,而且反映圖像的據(jù)紋理的基本特征,目前已出現(xiàn)了許多紋理分析方空間分布信息和結(jié)構(gòu)信息。雖然至今尚無一個關(guān)于[1]法。M.Haralick曾作了較為全面的總結(jié),基本上紋理的確切定義和描述,但圖像或物體的紋理和紋可歸納為統(tǒng)計法、結(jié)構(gòu)法、模型法和空間/頻率域聯(lián)理特征是客觀存在的,是人們認識事物的重要線索。合分析法等4類,它們有著各自不同的特點。具有形貌特征的圖像也可被認為是一類具有紋理的(1)統(tǒng)計法?；诮y(tǒng)計的方法是紋理分析中最圖像,其紋理在整體上呈現(xiàn)出某種規(guī)律性,局部上卻基本的一類方法

5、,考慮的是紋理中灰度級的空間分具有極強的隨意性,大都不再是紋理基元的重復(fù)組布,典型的有灰度共生矩陣法、Laws紋理能量法等。合。許多學者用圖像的各種紋理特征來描述其形貌這類方法的優(yōu)點是原理簡單易懂,容易實現(xiàn),但在多特征,進行分析和理解,在各個領(lǐng)域取得了一定的成紋理分類中,難以取得理想的結(jié)果。因為灰度的起果。伏變化除與紋理結(jié)構(gòu)的變化有關(guān)外,還與照明條件隨著計算機技術(shù)的發(fā)展,用計算機進行圖像處等多種因素有關(guān),這影響了統(tǒng)計結(jié)果的有效性。理也日益廣泛和重要,而具有形貌特征的圖像在實(2)結(jié)構(gòu)法?；诮Y(jié)構(gòu)的方法也稱幾何法,出發(fā)際應(yīng)用中有著重要的價值

6、,如何有效的對其進行處點是紋理由紋理基元組成的定義,研究重點在于紋理和分析成了漸漸興起的一個熱門課題,每年都有理基元之間的相互關(guān)系和排列規(guī)則,主要適用于非常規(guī)則的紋理,對于分析自然紋理圖像則很難取得收稿日期:2004-03-18滿意的效果。由于具有形貌特征的圖像大都不符合基金項目:山東省優(yōu)秀中青年科學家科研獎勵基金資助項目(01BS01)前述定義,故不適合用結(jié)構(gòu)法進行分析。作者簡介:李素日方(1980-),女,河南信陽人,濟南大學信息科(3)模型法?；谀Ｐ偷姆椒僭O(shè)紋理按某種學與工程學院碩士生。218濟南大學學報(自然科學版)第18卷模

7、型分布,模型可以表示紋理元之間的關(guān)系,模型參的研究和創(chuàng)新也主要集中于特征提取部分,其中紋數(shù)則表達了紋理元的特性,因此通過估計模型的參理分析是研究得最多也討論得最深入的一類方法。數(shù)可以把握紋理的重要性狀,進行紋理分析。模型由于紋理分析各種方法都存在一些問題,故近年來法主要有隨機場方法和分形法,常見的隨機場模型呈現(xiàn)了相互滲透的趨勢。由于單獨使用結(jié)構(gòu)法進行有高斯-馬爾科夫、Gibbs模型等,隨機場方法的缺分析的論文很少,因此本文中將紋理分析在形貌特點是參數(shù)難以估計,計算量大,且自然紋理很難用單征提取中的應(yīng)用分為4類:統(tǒng)計法、模型法、信號處一的模

8、型表達。分形維數(shù)給出了粗糙度的一種度理法和結(jié)合法。量,許多自然圖像的粗糙度具有一些統(tǒng)計性質(zhì),在不(1)統(tǒng)計法。同的尺度上具有自相似性,分形對于這些性質(zhì)的建常見的統(tǒng)計法思想是考慮圖像的局部灰度分