龙空技术网

基于MATLAB的图像纹理频率特征研究及提取方法实现

灬浩灬浩 1373

前言:

如今你们对“纹理特征计算”大约比较关注,咱们都想要了解一些“纹理特征计算”的相关资讯。那么小编在网络上收集了一些对于“纹理特征计算””的相关文章,希望朋友们能喜欢,各位老铁们快快来了解一下吧!

【本人大学本科毕业论文】Part15

3.2.4 纹理特征提取

根据灰度共生矩阵计算求解四个角度上的能量,熵,惯性矩和相关性,依据四种参数,求它们的均值和标准差,作为最终8维纹理特征,对图像进行描述。

根据以上指标,进行实验,结果如下:

a1=0.0601

b1 =0.0086

a2 = 3.3971

b2 = 0.1450

a3 = 1.7278

b3 =0.5303

a4 =0.2346

b4 =0.0286

0,45,90,135方向上的能量依次为: 0.072087, 0.054131, 0.060811, 0.053432

0,45,90,135方向上的熵依次为: 3.195782, 3.491992, 3.387547, 3.512907

0,45,90,135方向上的惯性矩依次为:1.021469, 2.078120, 1.624016, 2.187488

0,45,90,135方向上的相关性依次为:0.272752, 0.215714, 0.240039, 0.209886

其中,a1表示能量E的均值,b1表示能量E的标准差;

a2表示熵H的均值,b2表示熵H的标准差;

a3表示惯性矩I的均值,b3表示惯性矩I的标准差;

a4表示相关性C的均值,b4表示相关性C的标准差;

以上所有实验数据均为处理砖墙图像。下面对树干和挂有绳子的木板分别进行处理,提取特征。

图3.11 树干

图3.12 挂有绳子的木板

对树干图像进行实验,结果如下:

a1 =0.0147

b1 =0.0019

a2 =4.6688

b2 =0.1118

a3 =6.5768

b3 =1.6992

a4 =0.0634

b4 =0.0069

0,45,90,135方向上的能量依次为: 0.014866, 0.013433, 0.017274, 0.013265

0,45,90,135方向上的熵依次为: 4.641321, 4.737882, 4.523244, 4.772555

0,45,90,135方向上的惯性矩依次为:5.730992, 7.355943, 4.694882, 8.525513

0,45,90,135方向上的相关性依次为:0.066810, 0.060249, 0.071185, 0.055500

对挂有绳子的木板进行实验,结果如下:

a1 =0.0237

b1 =0.0119

a2 =4.3668

b2 =0.3630

a3 =5.4816

b3 =2.6225

a4 =0.0660

b4 =0.0099

0,45,90,135方向上的能量依次为: 0.041452, 0.017783, 0.018104, 0.017327

0,45,90,135方向上的熵依次为: 3.823457, 4.547018, 4.520575, 4.576273

0,45,90,135方向上的惯性矩依次为:1.584338, 6.767500, 6.350947, 7.223510

0,45,90,135方向上的相关性依次为:0.080773, 0.061225, 0.062519, 0.059515

标签: #纹理特征计算 #纹理特征提取方法