没有合适的资源?快使用搜索试试~ 我知道了~
首页基于灰度共生矩阵的图像分割方法研究
基于灰度共生矩阵的图像分割方法研究
281 浏览量
更新于2023-05-26
评论
收藏 578KB PDF 举报
文中主要以某山地航拍图为研究对像,对其进行背景分析然后再实现图像分割,为后期迷彩设计做准备。由于该山地背景纹理特征明显,故利用纹理分析对其进行背景分析,而灰度共生矩阵是纹理分析方法中最常用的一种方法。文中采用灰度共生矩阵方法对该图像进行分割研究。
资源详情
资源评论
资源推荐

基于灰度共生矩阵的图像分割方法研究基于灰度共生矩阵的图像分割方法研究
文中主要以某山地航拍图为研究对像,对其进行背景分析然后再实现图像分割,为后期迷彩设计做准备。由于
该山地背景纹理特征明显,故利用纹理分析对其进行背景分析,而灰度共生矩阵是纹理分析方法中最常用的一
种方法。文中采用灰度共生矩阵方法对该图像进行分割研究。
所谓
1 灰度共生矩阵
灰度共生矩阵(Gray Level Co-occurrence Ma-trix,GLCM)是图像纹理分析方法中的一种,它反映不同像素相对位置的空间
信息,在一定程度上反映了纹理图像中各灰度级在空间上的分布特性,是纹理分析领域中最经常采用的特征之一。灰度共生矩
阵是图像灰度变化的二阶统计度量,也是描述纹理结构性质特征的基本函数,它统计了两个像素点位置的联合概率分布。设S
为目标区域R中具有特定空间联系的像素对的集合,则共生矩阵P可定义为
式(1)等号右边的分子是具有某种空间关系、灰度值分别为i,j的像素对的个数,分母为像素对的总和个数(#代表数量),这样
得到的P是归一化的。
对于一幅图像Gf(i,j),大小N×N,包含像素(动态范围为G)的灰度级为{0,1,…,G-1},它的灰度共生矩阵是一个二维矩
阵C(i,J),每个矩阵元素表示在某一距离d和角度θ强度i和j联合出现的概率。因此,根据不同的d和θ值,这里可能存在多个共
生矩阵。但在实际应用中,往往适当的选取d,而θ一般取O°,45°,90°,135,如图1所示。
2 实验设计及分析
2.1 灰度共生矩阵的常用参量
实际应用中,作为图像纹理分析的特征量是由灰度共生矩阵计算出的一些参量。Haralick曾提出14种由灰度共生矩阵计算出
的参量。但在本实验中主要用到的参量有以下4种:
(1)角二阶矩(Angular Second Moment,简记为ASM)。
角二阶矩是灰度共生矩阵元素值的平方和,所以也称能量,反映了图像灰度分布均匀程度和纹理粗细度。如果共生矩阵的
所有值均相等,则ASM值小;相反,如果其中一些值大而其它值小,则ASM值大。当共生矩阵中元素集中分布时,ASM值
大。ASM值大表明一种较均一和规则变化的纹理模式;
(2)对比度(Contrast,简记为CON)。
对比度反映了图像的清晰度和纹理沟纹深浅的程度。纹理沟纹越深,其对比度越大,视觉效果越清晰;反之,对比度小,
则沟纹浅,效果模糊。灰度差即对比度大的像素对越多,这个值越大。灰度公生矩阵中远离对角线的元素值越大,CON越



















weixin_38617602
- 粉丝: 7
- 资源: 930
上传资源 快速赚钱
我的内容管理 收起
我的资源 快来上传第一个资源
我的收益
登录查看自己的收益我的积分 登录查看自己的积分
我的C币 登录后查看C币余额
我的收藏
我的下载
下载帮助

会员权益专享
安全验证
文档复制为VIP权益,开通VIP直接复制

评论0