圖像處理和識別中的紋理特征和模型

1、紋理特征和模型，基于紋理譜的紋理特征圖像紋理分析中，最重要的問題是提取能夠描述紋理的特征信息；這些特征可被用來分類和描述不同的紋理圖像。在實(shí)際中常用到的方法有結(jié)構(gòu)法和統(tǒng)計(jì)法；本文提出一種新的統(tǒng)計(jì)方法，每個(gè)紋理單元表征該位置及其領(lǐng)域象素的特征，整幅圖像的紋理特征用紋理譜來表征，用這種方法進(jìn)行分析較為簡單。定義紋理譜：紋理單元的頻率分布?；诩y理頻譜的紋理特征：3×領(lǐng)域：權(quán)重：original reference calculate by myself（1）、黑白對稱性 反映頻譜的對稱性，不隨紋理單元中起始計(jì)數(shù)位置的不同而不同。（2）、幾何對稱性反映圖像旋轉(zhuǎn)180度后，紋理譜的相似性；（

2、3）、方向度反映線性結(jié)構(gòu)的角度。大的DD說明紋理譜對圖像的方向模式較為敏感；即圖像中有線性機(jī)構(gòu)紋理單元存在。以上三個(gè)特征都是圖像的幾何特征，可描述原始圖像的宏觀紋理；下面介紹幾個(gè)描述圖像微觀紋理的特征。（4）、方向特征微觀水平結(jié)構(gòu)特征：同樣，我們可以得到其它方向的方向紋理特征MVS，MDS1，MDS2（5）中心對稱性常用統(tǒng)計(jì)特征：把圖像看成是一個(gè)二維隨機(jī)過程的一次實(shí)現(xiàn)，可得到圖像的直方圖、均值、方差、偏度、峰度、能量、墑、自相關(guān)、協(xié)方差、慣性矩、絕對值、反差分等特征量。常用來描述紋理的統(tǒng)計(jì)特征的技術(shù)有子相關(guān)函數(shù)、功率譜、正交變換、灰度級同時(shí)事件、灰度級行程長、灰度級差分、濾波模板、相對極值密度

3、、離散馬爾可夫隨機(jī)場模型、自回歸模型、同時(shí)自回歸模型等。原圖：、階矩1、 一維統(tǒng)計(jì)特征1.1、一維直方圖為： l1，2，L-1M為象素總數(shù)，N(l)為灰度值為l 的象素?cái)?shù)，l1，2，L-1 為圖像的灰度級。1.2、均值 1.3、方差直方圖相對于均值的分布，是灰度對比度的度量，可用來描述直方圖的相對平滑程度。1.4、偏度直方圖相對于均值的對稱性。1.5、峰度直方圖的相對平坦性。1.6、能量1.7、墑直接基于圖像像素：對比度：描述圖像灰度分布，可檢測圖像中局部的灰度變化，與圖像中局部灰度動(dòng)態(tài)范圍，邊緣的尖銳程度相關(guān)。為圖像標(biāo)準(zhǔn)差，為四階中心矩。粗糙度：測量紋理尺寸方向性：描繪紋理的方向性。相位一致

4、性特征：下面是對于紋理較為簡單的灰度圖像，應(yīng)用相位一致性方法提取邊緣的結(jié)果。相位一致性最大點(diǎn)可等效為局部能量函數(shù)中的峰值，其最大的優(yōu)點(diǎn)在于提取的特征受光照條件的影響較小，能較為細(xì)膩地描述有灰度躍便的圖像邊緣。定義：對一維信號I(x)的傅立葉展開為：是n次分量的相位偏移量或初始相位（相位偏移量還可使得該級數(shù)用正弦項(xiàng)表示）。函數(shù)表示x點(diǎn)的傅立葉分量的局部相位（Local phase）。相位一致性可定義為：分?jǐn)?shù)維特征：在自然界中，很多現(xiàn)象都是粗略、不規(guī)則、和多尺度的；用分?jǐn)?shù)維可被用來描述這些模型；紋理圖像的分?jǐn)?shù)維可被認(rèn)為是紋理在不同的空間尺寸上相對現(xiàn)象的一個(gè)索引表示。圖像的熵特征：直接根據(jù)圖像鄰域像

5、素的分布計(jì)算圖像熵，窗口尺寸：7×7Gabor小波模型gabor 濾波系數(shù)提?。禾崛√卣髦担岛头讲睿焊鱾€(gè)特征組合得到特征向量：濾波器尺寸：16×16，空間頻率：46，方向：6個(gè)：輸出數(shù)據(jù)的5×5窗口熵；entropy:standard variance:average:gobor output:瑞利分布概率密度函數(shù)：只存在一個(gè)參數(shù)，減小了特征維數(shù)。Gabor 濾波輸出的特征處理： Log gabor 濾波器的傳遞函數(shù)：Log gabor濾波器與gabor 濾波器的傳遞函數(shù)比較：基于柵格元的特征描述：柵格元模型運(yùn)算(如圖1) 包括2 個(gè)階段,第一階段,在接收場的

6、一定范圍內(nèi),將若干個(gè)簡單元在相應(yīng)方向、頻率和位置的輸出響應(yīng)作為柵格子單元的輸入,計(jì)算柵格子單元的響應(yīng);第二階段,柵格元在給定的方向和頻率參數(shù)下,接收來自某一范圍內(nèi)的柵格子單元輸出響應(yīng),經(jīng)過加權(quán)累加后作為柵格元的輸入,通過柵格元運(yùn)算產(chǎn)生的響應(yīng),即可提取圖像在不同方向和周期參數(shù)下的紋理特征。柵格元模型這種對不同方向和周期輸入產(chǎn)生不同響應(yīng)的特性,類似于Gabor 濾波器,但柵格元模型對方向和周期的變化更敏感。將紋理圖像作為柵格元模型中簡單元的輸入,經(jīng)過柵格元模型運(yùn)算后,相應(yīng)方向和周期下的輸出響應(yīng)即可作為描述圖像紋理的特征向量,提取的特征向量經(jīng)過降維和分類,實(shí)現(xiàn)紋理圖像的區(qū)域分割。Normalized Cuts根據(jù)像素間的相似性連接圖像，連接的邊為相似性強(qiáng)度，是一種基于圖像全局考慮的分割模式：Wijij分割公式：分割結(jié)果：均值漂移模型（ mean shift）：均值漂移算法的主要思想是：假設(shè)數(shù)據(jù)是按某種模式分布（一般假設(shè)為高斯分布），根據(jù)這種模式擬合出數(shù)據(jù)分布的概率密度函數(shù)，迭代求出最大密度點(diǎn)作為聚類中心。算法的過程中使用分布密度的梯度值來確定作為窗口移動(dòng)步長，在低密度區(qū)域梯度值大