數(shù)字圖像處理_圖像描述

1、7. 7. 圖像描述圖像描述7.1 7.1 概述概述圖像描述圖像描述：用一組描述子來(lái)表征圖像中被描述：用一組描述子來(lái)表征圖像中被描述物體的某些特征。描述子可以是一組數(shù)據(jù)或符號(hào)，物體的某些特征。描述子可以是一組數(shù)據(jù)或符號(hào)，定性或定量說(shuō)明被描述物體的部分特性，或圖像定性或定量說(shuō)明被描述物體的部分特性，或圖像中各部分彼此間的相互關(guān)系，為圖像分析和識(shí)別中各部分彼此間的相互關(guān)系，為圖像分析和識(shí)別提供依據(jù)。提供依據(jù)。描述子描述子：二值圖像的幾何特征和拓?fù)涮卣鳌⒍憾祱D像的幾何特征和拓?fù)涮卣?、二維區(qū)域描述、邊界描述、紋理描述、三維物體描維區(qū)域描述、邊界描述、紋理描述、三維物體描述。述。7.2 7.2 二值

2、圖像的幾何特征二值圖像的幾何特征7.2.1 7.2.1 簡(jiǎn)單的幾何特征簡(jiǎn)單的幾何特征1) 1) 面積：面積：11001( , ),( , )NNKixyiAf x yAAAf x y dxdy2) 2) 周長(zhǎng)：一般的三種近似的定義周長(zhǎng)：一般的三種近似的定義區(qū)域和背景交界線區(qū)域和背景交界線( (接縫接縫) )的長(zhǎng)度的長(zhǎng)度鏈碼的長(zhǎng)度鏈碼的長(zhǎng)度邊界點(diǎn)數(shù)之和邊界點(diǎn)數(shù)之和注意：周長(zhǎng)的計(jì)算精度受采樣間隔、噪聲、分割注意：周長(zhǎng)的計(jì)算精度受采樣間隔、噪聲、分割邊緣是否光滑的影響顯著。邊緣是否光滑的影響顯著。3) 3) 位置：位置： 定義為物體的形心定義為物體的形心( (質(zhì)心質(zhì)心) )點(diǎn)。點(diǎn)。1111( , )

3、( , )MNxyMNxyxf x yXf x yMxNyyxyfMNY11),(14) 4) 方向：定義為最小慣量軸方向：定義為最小慣量軸( (主軸主軸) )的方向。的方向。最小慣量軸：目標(biāo)物上找一條直線，使目標(biāo)上最小慣量軸：目標(biāo)物上找一條直線，使目標(biāo)上的所有點(diǎn)到這條直線的垂直距離的平方和最小。的所有點(diǎn)到這條直線的垂直距離的平方和最小。 5) 5) 投影投影6)6)距離：距離： 三種定義三種定義歐氏距離歐氏距離 4 4鄰域距離鄰域距離 8 8鄰域距離鄰域距離 22)()(),(kjhiqpdekjhiqpd),(4),max(),(8kjhiqpd正規(guī)距離：存在正規(guī)距離：存在s s點(diǎn)，使下式

4、成立。點(diǎn)，使下式成立。點(diǎn)到圖像子集點(diǎn)到圖像子集S S的距離的定義：的距離的定義： ),(),(),(qsdspdqpd),(),.,(),(min),(21kspdspdspdspdksssS,.,21圖像子集全等的定義：子集S和T點(diǎn)數(shù)相同，且存在一一映射h，若下式成立，則S和T全等。(如T是S的平移或旋轉(zhuǎn)若干個(gè) )設(shè) 表示S的點(diǎn)到 (S的補(bǔ)集)的距離為t的點(diǎn)集，若t=1，則 為S的邊界。 取不同的t可以得到不同的有實(shí)用價(jià)值的圖像子集，如骨架(中軸)等)(),(),(qhphdqpd90tSStS7.2.2 7.2.2 拓?fù)涮匦酝負(fù)涮匦?拓?fù)溥壿嬍茄芯繄D形幾何形狀的理論，只要圖形不出現(xiàn)撕裂或粘

5、連，其拓?fù)湫再|(zhì)并不受形狀的變化而改變。1)鄰接與連通鄰接：4鄰接、6鄰接、8鄰接。6鄰接不適于卷積、付里葉分析。設(shè)A、B為圖像子集，若A中至少有一點(diǎn)，其鄰點(diǎn)在B內(nèi)，稱A、B鄰接。路徑：圖像中兩點(diǎn)P、Q之間存在一系列點(diǎn)P=P0、P1、Pn=Q，其中Pi、 Pi-1的鄰點(diǎn)，則P、Q之間存在長(zhǎng)度為n的路徑。連通分量：對(duì)于圖像子集S中任意一點(diǎn)p，S中所有的與p連通的點(diǎn)的集合稱為S的連通分量，即一個(gè)連通區(qū)域。路徑、連通分量存在4鄰點(diǎn)及8鄰點(diǎn)的問題，未必相同。2)背景與孔設(shè) 為S的補(bǔ)集，凡是連通到圖像邊緣的 中所有點(diǎn)都屬于 的同一連通分量，稱這個(gè)分量為S的B，而 其它的連通分量稱S的孔。注意：S和 需采用

6、不同的鄰接定義。SSSSS3) 3) 包圍與邊界包圍與邊界 包圍的定義：S、T是兩個(gè)不相交的子集，若從S中的任一點(diǎn)到達(dá)圖像邊緣的任一路徑必定與T相遇，則稱T包圍S，或S在T內(nèi)。 S的邊界S定義：在 中有鄰點(diǎn)的S中點(diǎn)的集合。 差集S-S稱為S的內(nèi)部。4) 4) 目標(biāo)物體的標(biāo)記目標(biāo)物體的標(biāo)記S7.3 7.3 二維形狀描述二維形狀描述7.3.1 區(qū)域描述1)簡(jiǎn)單區(qū)域描述(1)分散度 分散度=P2/A 面積形狀測(cè)度。圓最緊湊(4 )。分散度一樣，形狀未必一樣。(2)伸長(zhǎng)度 伸長(zhǎng)度=A/W2 A為圖像子集S的面積，W為子集S的寬度，即使S完全消失的最小收縮步數(shù)。面積一定，寬度越小則越長(zhǎng)。(3) (3)

7、歐拉歐拉(Euler)(Euler)數(shù)數(shù) E=C-H C為物體的連通部分?jǐn)?shù)，H為孔數(shù)，只要不出現(xiàn)撕裂或折疊，拉伸壓縮旋轉(zhuǎn)不變。(4)(4)凹凸性凹凸性 子集S為凸?fàn)畹亩l等效定義(教材上四條=,= )任一條直線與S只相交一次。對(duì)S中的任意兩點(diǎn)相連的直線完全在S中。凸殼：對(duì)于任意一個(gè)子集S，有一個(gè)最小的包含S的凸集，稱其為凸殼。(5)(5)復(fù)雜性復(fù)雜性 可以從不同的角度去定義圖像的復(fù)雜度：邊界曲率極大值的角度數(shù)目多少、或變化量的絕對(duì)值大小，或要確定或描述物體的信息量的多少。(6)(6)偏心度偏心度 用區(qū)域的主軸和輔軸之比來(lái)定義偏心度。所謂主軸是指兩個(gè)方向上的最長(zhǎng)值。也可計(jì)算慣性主軸比，式7.3.

8、3式7.3.5，涉及矩不變量的計(jì)算。(7)(7)同心圓比同心圓比/ /圓環(huán)面積比圓環(huán)面積比 具有具有RSTRST不變性。不變性。2)2)矩不變量矩不變量(1)矩不變量基本原理連續(xù)圖像 (p+q)階矩定義為黎曼積分形式,.2 , 1 , 0),(),(qpdxdyyxfyxmqppq中心距的定義中心距的定義( (進(jìn)行質(zhì)心點(diǎn)進(jìn)行質(zhì)心點(diǎn) 位置的歸一化位置的歸一化處理處理) ),(yxdxdyyxfyyxxqppq),()()(式中dxdyyxxfmdxdyyxyfmdxdyyxfmmmymmx),(),(),(,10010000010010數(shù)字圖像數(shù)字圖像二值圖像二值圖像MiNjqppqjifjim

9、11),(),(jiRqppqjim可見，可見， 是區(qū)域是區(qū)域R的面積的面積00m00010010,mmjmmi中心矩中心矩),()()(jiRqppqjjii定義歸一化中心矩定義歸一化中心矩(對(duì)中心矩進(jìn)行大小的歸一對(duì)中心矩進(jìn)行大小的歸一化處理化處理)0012pqpqpq胡名桂利用胡名桂利用 表示了表示了7個(gè)具有個(gè)具有RST不變性的矩不不變性的矩不變量。式變量。式7.3.15pq(2) 矩特征的物理意義矩特征的物理意義 低階矩描述圖像的整體特征：低階矩描述圖像的整體特征： 零階矩反映了目標(biāo)的面積、一階矩反映目標(biāo)零階矩反映了目標(biāo)的面積、一階矩反映目標(biāo)的質(zhì)心位置、二階矩反映了目標(biāo)的主軸、輔軸的的質(zhì)

10、心位置、二階矩反映了目標(biāo)的主軸、輔軸的長(zhǎng)短和主軸的方向角。式長(zhǎng)短和主軸的方向角。式7.3.167.3.18 高階矩主要描述了圖像的細(xì)節(jié)：高階矩主要描述了圖像的細(xì)節(jié)： 如目標(biāo)的扭曲度和峰態(tài)的分布等。如目標(biāo)的扭曲度和峰態(tài)的分布等。(3)投影矩不變量投影矩不變量 對(duì)圖像作投影變換實(shí)現(xiàn)降維，算法在 作投影，將二維矩變成一維矩，提高運(yùn)算速度。43,2,4, 0(4)(4)矩特征在目標(biāo)識(shí)別中的應(yīng)用矩特征在目標(biāo)識(shí)別中的應(yīng)用 通過對(duì)不同照度場(chǎng)、不同姿態(tài)下物體進(jìn)行矩特征的統(tǒng)計(jì)分析，選取若干個(gè)具有明顯差異(均值及方差)的矩或組合矩特征量(應(yīng)具有RST不變性)，建立特征庫(kù)。 計(jì)算待識(shí)別物體的相應(yīng)特征量，按一定的準(zhǔn)則

11、，計(jì)算與各類目標(biāo)的隸屬度，找出最小的隸屬度值。 在最小的隸屬度值中找最大值(在最不像當(dāng)中找最像的)。 最后同一個(gè)設(shè)定的閾值相比，若大于閾值，則找到了在最小隸屬度中最大的那類目標(biāo)，否則，圖像中沒有需識(shí)別的目標(biāo)。3)3)中軸變換、收縮、膨脹及細(xì)化運(yùn)算中軸變換、收縮、膨脹及細(xì)化運(yùn)算(1)(1)中軸變換中軸變換 中軸變換可以用中軸(骨架)來(lái)描述區(qū)域的幾何特征，還可用中軸變換來(lái)重建原始區(qū)域。中軸生成的方式：中軸生成的方式：設(shè)B為圖像區(qū)域S的邊界，S中的某一點(diǎn)x，若邊界B上至少有兩點(diǎn)y使式 成立，其中 為歐氏距離，則該點(diǎn)x位于中軸上。圖像區(qū)域S中某點(diǎn)x屬于中軸的充要條件是，中心在x的包含在S中的最大圓，不

12、再包含在S中的另一個(gè)更大的圓中。SyyxdBxq),(min(),(),(yxd(2)(2)收縮和膨脹收縮和膨脹 收縮是將S的邊界點(diǎn)用 的值來(lái)代替，而膨脹是將 中的邊界點(diǎn)添加到S中。說(shuō)明：在收縮及膨脹中鄰域的定義要保持一致。SS收縮S相當(dāng)于膨脹 ；膨脹S相當(dāng)于收縮 。收縮與膨脹可重復(fù)多次或組合進(jìn)行。 如 存在如下關(guān)系：SSnmmnnmSSS)()(nmnmmnSSS)()( 用中軸變換可得物體的中軸，形象化的說(shuō)明叫“火燒草地”。 先膨脹后收縮，獨(dú)立點(diǎn)不變，而成團(tuán)聚集點(diǎn)的會(huì)成塊，及孔會(huì)消失。 先收縮后膨脹可以平滑圖像，去除噪聲。(3) (3) 細(xì)化細(xì)化 細(xì)化的目的是為了得到與原區(qū)域形狀近似的由簡(jiǎn)

13、單的弧與曲線組成的圖形。 細(xì)化不等于中軸變換，細(xì)化結(jié)果位于中軸附近；細(xì)化是一種多次迭代的收縮算法，但不同于收縮，細(xì)化的結(jié)果是要求得到一個(gè)弧與曲線組成的連通的圖形。因此，細(xì)化不破壞連通性，收縮有可能會(huì)破壞連通性?；∨c曲線的定義：弧與曲線的定義：它們是S的一個(gè)子集，且是S的一個(gè)連通分量，子集中除兩個(gè)端點(diǎn)外的每一個(gè)點(diǎn)都有且只有兩個(gè)鄰點(diǎn)(端點(diǎn)只有有一個(gè)鄰點(diǎn))。算法：算法：消去S中那些不是端點(diǎn)的簡(jiǎn)單邊界點(diǎn)，并按S的上下左右的順序反復(fù)進(jìn)行，直到不存在可以消去的簡(jiǎn)單邊界點(diǎn)為止。如何判別簡(jiǎn)單邊界點(diǎn)？假設(shè)如何判別簡(jiǎn)單邊界點(diǎn)？假設(shè)1 1表示區(qū)域點(diǎn)，稱暗點(diǎn)；表示區(qū)域點(diǎn)，稱暗點(diǎn)；0 0表示背景點(diǎn)，稱亮點(diǎn)。表示背景點(diǎn)，

14、稱亮點(diǎn)。邊界是一個(gè)暗點(diǎn)，且該暗點(diǎn)至少有一個(gè)亮點(diǎn)的邊界是一個(gè)暗點(diǎn)，且該暗點(diǎn)至少有一個(gè)亮點(diǎn)的4 4鄰接點(diǎn)。鄰接點(diǎn)。 端點(diǎn)是一個(gè)暗點(diǎn)，且該暗點(diǎn)有、且只有一個(gè)暗端點(diǎn)是一個(gè)暗點(diǎn)，且該暗點(diǎn)有、且只有一個(gè)暗點(diǎn)的點(diǎn)的8 8鄰接點(diǎn)。鄰接點(diǎn)。轉(zhuǎn)折點(diǎn)是一個(gè)暗點(diǎn)，如果刪除該暗點(diǎn)，則連通轉(zhuǎn)折點(diǎn)是一個(gè)暗點(diǎn)，如果刪除該暗點(diǎn)，則連通性被破壞。性被破壞。7.3.2 7.3.2 邊界描述邊界描述 利用邊界來(lái)描述目標(biāo)，可節(jié)省存儲(chǔ)信息利用邊界來(lái)描述目標(biāo)，可節(jié)省存儲(chǔ)信息量，以可準(zhǔn)確地確定物體。量，以可準(zhǔn)確地確定物體。1 1）鏈碼）鏈碼 鏈碼是一串指向符的序列，可以描述任意鏈碼是一串指向符的序列，可以描述任意形狀的曲線或閉合邊界，給定了

15、起點(diǎn)坐標(biāo)，形狀的曲線或閉合邊界，給定了起點(diǎn)坐標(biāo)，就確定了曲線或閉合邊界在空間的位置。就確定了曲線或閉合邊界在空間的位置。鏈碼具有以下主要的性質(zhì)：鏈碼具有以下主要的性質(zhì)：旋轉(zhuǎn)若干個(gè)旋轉(zhuǎn)若干個(gè)4545o o 起點(diǎn)終點(diǎn)反向起點(diǎn)終點(diǎn)反向 長(zhǎng)度長(zhǎng)度)8(mod)()()45(101mamamamaCnoini)8(mod41iiaa7 , 5 , 3 , 126 , 4 , 2 , 01)(2)(1iiioeniiaaalnnalL j j方向上投影（寬度）方向上投影（寬度）兩點(diǎn)間的距離兩點(diǎn)間的距離)(min)(maxkWkWWjkjkj3 , 2 , 1 , 0,1)()(1jnkapkWkjijj2

16、1212210)()(niiniiCpCpD說(shuō)明：說(shuō)明：對(duì)于閉合邊界，用規(guī)格化鏈碼表示，即對(duì)于閉合邊界，用規(guī)格化鏈碼表示，即使鏈碼表示的整數(shù)最小，便于形狀匹配。使鏈碼表示的整數(shù)最小，便于形狀匹配。鏈碼的導(dǎo)數(shù)表示，即除第一個(gè)碼元外，鏈碼的導(dǎo)數(shù)表示，即除第一個(gè)碼元外，其它每個(gè)碼元向后作差分，并對(duì)結(jié)果作模其它每個(gè)碼元向后作差分，并對(duì)結(jié)果作模8 8運(yùn)算；第一個(gè)碼元保持原值。鏈碼的導(dǎo)運(yùn)算；第一個(gè)碼元保持原值。鏈碼的導(dǎo)數(shù)表示與邊界的旋轉(zhuǎn)無(wú)關(guān)（除第一個(gè)碼元數(shù)表示與邊界的旋轉(zhuǎn)無(wú)關(guān)（除第一個(gè)碼元外。）外。）2 2）付立葉形狀描述子）付立葉形狀描述子用一系列付氏系數(shù)來(lái)表示閉合曲線的形用一系列付氏系數(shù)來(lái)表示閉合曲線

17、的形狀特征，僅適合于單封閉曲線。狀特征，僅適合于單封閉曲線。方法：將邊界定義在復(fù)平面上，由邊界方法：將邊界定義在復(fù)平面上，由邊界上的任意一點(diǎn)開始，按逆時(shí)針的方向逐點(diǎn)寫上的任意一點(diǎn)開始，按逆時(shí)針的方向逐點(diǎn)寫出邊界點(diǎn)復(fù)數(shù)序列。出邊界點(diǎn)復(fù)數(shù)序列。對(duì)此序列作離散付氏變換，得該邊界在頻域?qū)Υ诵蛄凶麟x散付氏變換，得該邊界在頻域的唯一表示式，稱其為付氏描述子（的唯一表示式，稱其為付氏描述子（FDFD）。）。說(shuō)明：說(shuō)明：FDFD描述了邊界的形狀、位置、大小、方向。描述了邊界的形狀、位置、大小、方向。為了便于其它目標(biāo)物的邊界的為了便于其它目標(biāo)物的邊界的FDFD進(jìn)行比較，進(jìn)行比較，必須對(duì)必須對(duì)FDFD進(jìn)行歸一化處

18、理，即用最大幅值系進(jìn)行歸一化處理，即用最大幅值系數(shù)作為歸一化系數(shù)。數(shù)作為歸一化系數(shù)。理論上沿邊界線作等間距采樣結(jié)果才嚴(yán)格理論上沿邊界線作等間距采樣結(jié)果才嚴(yán)格正確，實(shí)際上存在的差異，故是近似結(jié)正確，實(shí)際上存在的差異，故是近似結(jié)果，采樣點(diǎn)越多近似程度就越高。果，采樣點(diǎn)越多近似程度就越高。為了便于為了便于FFTFFT，采樣點(diǎn)取，采樣點(diǎn)取2 2的整數(shù)次冪。的整數(shù)次冪。23 3）弦分布）弦分布通過一條閉合邊界曲線上所有弦的通過一條閉合邊界曲線上所有弦的長(zhǎng)度和角度的分布來(lái)描述邊界的形狀。長(zhǎng)度和角度的分布來(lái)描述邊界的形狀。輻射弦分布與旋轉(zhuǎn)無(wú)關(guān)，與比例成輻射弦分布與旋轉(zhuǎn)無(wú)關(guān)，與比例成線性變化；角弦分布與比例無(wú)

19、關(guān)，而有線性變化；角弦分布與比例無(wú)關(guān)，而有一個(gè)與旋轉(zhuǎn)成比例的偏置，組合應(yīng)用這一個(gè)與旋轉(zhuǎn)成比例的偏置，組合應(yīng)用這兩個(gè)分布可作為一種形狀匹配技術(shù)。兩個(gè)分布可作為一種形狀匹配技術(shù)。4 4）自回歸模型描述）自回歸模型描述說(shuō)明：說(shuō)明：自回歸模型參數(shù)具有自回歸模型參數(shù)具有RSTRST不變的性質(zhì)。不變的性質(zhì)。有孔或凹形輪廓的目標(biāo)不適宜。（需作修有孔或凹形輪廓的目標(biāo)不適宜。（需作修改）改）7.47.4二維紋理描述二維紋理描述紋理紋理：由緊密的交織在一起的單元組成：由緊密的交織在一起的單元組成的某種結(jié)構(gòu)。具有局部區(qū)域呈現(xiàn)不規(guī)則的某種結(jié)構(gòu)。具有局部區(qū)域呈現(xiàn)不規(guī)則性，而整體上表現(xiàn)出某種規(guī)律性的特點(diǎn)。性，而整體上表現(xiàn)

20、出某種規(guī)律性的特點(diǎn)。圖像紋理圖像紋理：反映了物體表面顏色和灰度：反映了物體表面顏色和灰度的某種變化，而這些變化又與物體本身的某種變化，而這些變化又與物體本身的屬性相關(guān)。的屬性相關(guān)。紋理結(jié)構(gòu)紋理結(jié)構(gòu)：把圖像灰度分布性質(zhì)或圖像：把圖像灰度分布性質(zhì)或圖像表面呈現(xiàn)出的方向信息稱為紋理結(jié)構(gòu)。表面呈現(xiàn)出的方向信息稱為紋理結(jié)構(gòu)。紋理基元紋理基元：把具有一定的不變性的視覺：把具有一定的不變性的視覺基元稱為紋理基元。因此紋理可以看作基元稱為紋理基元。因此紋理可以看作是紋理基元以不同的形變及不同的方向是紋理基元以不同的形變及不同的方向重復(fù)出現(xiàn)的一種圖形。重復(fù)出現(xiàn)的一種圖形。7.4.1 7.4.1 紋理特征紋理特征

21、紋理特征的定量估計(jì)方法：紋理特征的定量估計(jì)方法：統(tǒng)計(jì)分析方法：區(qū)域的統(tǒng)計(jì)特性、鄰統(tǒng)計(jì)分析方法：區(qū)域的統(tǒng)計(jì)特性、鄰域內(nèi)的一階統(tǒng)計(jì)分析、若干個(gè)像素及其域內(nèi)的一階統(tǒng)計(jì)分析、若干個(gè)像素及其鄰域的二階或高階統(tǒng)計(jì)分析、用模型來(lái)鄰域的二階或高階統(tǒng)計(jì)分析、用模型來(lái)分析。分析。結(jié)構(gòu)分析方法：試圖找出紋理基元，結(jié)構(gòu)分析方法：試圖找出紋理基元，再?gòu)慕M織結(jié)構(gòu)上探索紋理的規(guī)律或直接再?gòu)慕M織結(jié)構(gòu)上探索紋理的規(guī)律或直接探求紋理組成的結(jié)構(gòu)規(guī)律。探求紋理組成的結(jié)構(gòu)規(guī)律。7.4.2 7.4.2 灰度共生矩陣法灰度共生矩陣法二階統(tǒng)計(jì)度量，可以提取紋理的特性，常用的紋理二階統(tǒng)計(jì)度量，可以提取紋理的特性，常用的紋理特征系數(shù)有：特征系數(shù)

22、有：1 1） 角二階矩（能量）角二階矩（能量）圖像灰度分布均勻性的度量；均勻，分布集中在主圖像灰度分布均勻性的度量；均勻，分布集中在主對(duì)角線附近。因此，從圖像整體看，粗紋理含有較對(duì)角線附近。因此，從圖像整體看，粗紋理含有較多的能量；反之，細(xì)紋理則能量較小。多的能量；反之，細(xì)紋理則能量較小。ijdjipdE2),(),(2 2） 慣性矩（對(duì)比度）慣性矩（對(duì)比度）慣性矩反映了圖像紋理的清晰程度。慣性矩反映了圖像紋理的清晰程度。紋理的溝紋越深（反映在紋理的溝紋越深（反映在k k上），其對(duì)比上），其對(duì)比度度I I越大，圖像的視覺效果越是清晰。越大，圖像的視覺效果越是清晰。ijkjikdjipkdI),

23、(),(23 3） 相關(guān)性相關(guān)性相關(guān)性是用來(lái)衡量灰度共生矩陣的元素在行、列的相關(guān)性是用來(lái)衡量灰度共生矩陣的元素在行、列的方向的相似程度，某一方向上的紋理其相關(guān)性一定方向的相似程度，某一方向上的紋理其相關(guān)性一定大于其它方向上的相關(guān)值。大于其它方向上的相關(guān)值。ijyyjixxijyjixyxijyxdjipjdjipidjipjdjipidjiijpdC),()(; ),()(),(, ),(),(),(2222224 4） 熵熵 熵是圖像所具有的信息量的度量，紋理熵是圖像所具有的信息量的度量，紋理信息也屬于圖像的信息。若沒有紋理，則灰信息也屬于圖像的信息。若沒有紋理，則灰度共生矩陣接近于零陣，則

24、熵值接近為度共生矩陣接近于零陣，則熵值接近為0 0；若分布著較少的紋理，則該圖像的熵值較小；若分布著較少的紋理，則該圖像的熵值較小；若圖像充滿細(xì)紋理，則灰度共生矩陣數(shù)值近若圖像充滿細(xì)紋理，則灰度共生矩陣數(shù)值近似相等，則該圖像的熵值最大。似相等，則該圖像的熵值最大。ijdjipdjipdH),(log),(),(5 5） 局部均勻性（逆差矩）局部均勻性（逆差矩）說(shuō)明：在實(shí)際應(yīng)用中，通常在不影響紋理特征的前說(shuō)明：在實(shí)際應(yīng)用中，通常在不影響紋理特征的前提下壓縮圖像，根據(jù)實(shí)際圖像紋理的特點(diǎn)，選取幾提下壓縮圖像，根據(jù)實(shí)際圖像紋理的特點(diǎn)，選取幾個(gè)距離和方向，計(jì)算出共生造成矩陣及特征系數(shù)，個(gè)距離和方向，計(jì)算

25、出共生造成矩陣及特征系數(shù)，將特征系數(shù)組成一紋理特征矢量，作為統(tǒng)計(jì)分類器將特征系數(shù)組成一紋理特征矢量，作為統(tǒng)計(jì)分類器的輸入。的輸入。ijdjipjidL),()(11),(2局部二進(jìn)制模式（local binary pattern，LBP） 7.4.3 MRF7.4.3 MRF模型分析紋理模型分析紋理馬爾可夫隨機(jī)場(chǎng)定義的直觀意義馬爾可夫隨機(jī)場(chǎng)定義的直觀意義：如果：如果把把(i,j)(i,j)看作看作“將來(lái)將來(lái)”，而把，而把N Nijij看作看作“現(xiàn)在現(xiàn)在”，所有其它的，所有其它的(I(I,j,j) )看作過去，看作過去，則則“現(xiàn)在現(xiàn)在”將將“過去過去”和和“將來(lái)將來(lái)”分開，分開，對(duì)預(yù)測(cè)或計(jì)算對(duì)預(yù)測(cè)或計(jì)算“將來(lái)將來(lái)”的狀態(tài)的概率而的狀態(tài)的概率而言，知道言，知道“過去過去”和和“現(xiàn)在現(xiàn)在”，等價(jià)于，等價(jià)于只知道只知道“現(xiàn)在現(xiàn)在”，“過去過去”不起作用，不起作用，即即(i,j)(i,j)只受到其周圍點(diǎn)只受到其周圍點(diǎn)N Nijij的影響，與的影響，與其它點(diǎn)無(wú)關(guān)。其它點(diǎn)無(wú)關(guān)。MRFMRF模型是用以表征