计算灰度共生矩阵GLCM
来源:互联网 发布:淘宝优惠券微信机器人 编辑:程序博客网 时间:2024/05/16 00:47
灰度共生矩阵
灰度共生矩阵定义为像素对的联合分布概率,是一个对称矩阵,它不仅反映图像灰度在相邻的方向、相邻间隔、变化幅度的综合信息,但也反映了相同的灰度级像素之间的位置分布特征,是计算纹理特征的基础。
设f(x,y)为一幅数字图像,其大小为M×N,灰度级别为Ng,则满足一定空间关系的灰度共生矩阵为:其中#(x)表示集合x中的元素个数,显然P为Ng×Ng的矩阵,若(x1,y1)与(x2,y2)间距离为d,两者与坐标横轴的夹角为θ,则可以得到各种间距及角度的灰度共生矩阵(i,j,d,θ)。其中元素(i,j)的值表示一个灰度为i,另一个灰度为j的两个相距为d的像素对在角的方向上出现的次数。
在计算得到共生矩阵之后,往往不是直接应用计算的灰度共生矩阵,而是在此基础上计算纹理特征量,我们经常用反差、能量、熵、相关性等特征量来表示纹理特征。(1) 反差:又称为对比度,度量矩阵的值是如何分布和图像中局部变化的多少,反应了图像的清晰度和纹理的沟纹深浅。纹理的沟纹越深,反差越大,效果清晰;反之,对比值小,则沟纹浅,效果模糊。
(2) 能量:是灰度共生矩阵各元素值的平方和,是对图像纹理的灰度变化稳定程度的度量,反应了图像灰度分布均匀程度和纹理粗细度。能量值大表明当前纹理是一种规则变化较为稳定的纹理。
(3) 熵:是图像包含信息量的随机性度量。当共生矩阵中所有值均相等或者像素值表现出最大的随机性时,熵最大;因此熵值表明了图像灰度分布的复杂程度,熵值越大,图像越复杂。
应用
由上面的叙述知道,可以根据各种间距和角度计算灰度共生矩阵,下面程序中给定了间距,根据传入的参数计算:
阅读全文
0 0
- 计算灰度共生矩阵GLCM
- 计算灰度共生矩阵GLCM
- 计算灰度共生矩阵GLCM
- 计算灰度共生矩阵GLCM
- GLCM灰度共生矩阵
- 灰度共生矩阵(GLCM)
- GLCM(灰度共生矩阵)
- GLCM灰度共生矩阵
- 灰度共生矩阵GLCM
- 灰度共生矩阵(GLCM)
- 灰度共生矩阵(GLCM)
- 灰度共生矩阵(GLCM)
- graycoprops 计算 灰度共生矩阵(GLCM)的特征
- 转:GLCM(灰度共生矩阵)
- 灰度共生矩阵(GLCM)理解
- 灰度共生矩阵(GLCM)理解
- 图像的灰度共生矩阵GLCM
- 灰度共生矩阵(GLCM)入门
- hibernate一级缓存,二级缓存,查询缓存
- python组合数据类型--列表
- linux定时任务的设置
- mysql主从同步(4)-Slave延迟状态监控
- tensorflow 学习笔记3 placeholder与激活函数
- 计算灰度共生矩阵GLCM
- html图片等比缩放
- Spring mvc教程链接
- 进程与线程
- CC2640/CC2650/CC2541修改发射功率
- DevExpress GridControl 常用事件
- 教你怎么解决资金问题
- Android零基础入门第15节:掌握Android Studio项目结构,扬帆起航
- Kafka消息队列简介