数字图像分析第6章

1、l第六章第六章纹理分析纹理分析l第七章第七章结构分析结构分析l第八章第八章景物分析景物分析（以及图象序列分析）（以及图象序列分析）纹理和结构特征分析往往纹理和结构特征分析往往用于描述和识别单个物体用于描述和识别单个物体或物体的某个部分的。或物体的某个部分的。景物分析用于描述物体群景物分析用于描述物体群组成的景物或三维物体。组成的景物或三维物体。图象序列分析研究运动图图象序列分析研究运动图象。检测运动，估计运动象。检测运动，估计运动参量。参量。图象分割图象分割特征抽取特征抽取分类分类输入图象输入图象输出类别输出类别物体图象物体图象特征向量特征向量X1X2.XNl某种纹理基元按不同方式的组合，总体

2、某种纹理基元按不同方式的组合，总体上表现为对象表面的一种纹理特征。诸上表现为对象表面的一种纹理特征。诸如：方向性、粒子粗细、表面粗糙或光如：方向性、粒子粗细、表面粗糙或光洁、散布形式、变化快慢等。洁、散布形式、变化快慢等。l计算机数字分析的任务是研究关于景物计算机数字分析的任务是研究关于景物纹理特征的定量分析和解释并获得有效纹理特征的定量分析和解释并获得有效的纹理度量。的纹理度量。l频率域频率域 基于变换域的纹理特征分析基于变换域的纹理特征分析(6.1)离散富利叶变换（离散富利叶变换（DFT）纹理分析）纹理分析离散余弦变换（离散余弦变换（DCT）纹理分析）纹理分析l空间域空间域纹理能量法（纹理

3、能量法（6.2）共发矩阵共发矩阵(6.3) 分形方法分形方法(6.4) 形态学方法形态学方法 (7.4)（6.5 举例说明纹理分析在图象分类中的应用）举例说明纹理分析在图象分类中的应用）l6.1.1 离散傅立叶变换（离散傅立叶变换（DFT）纹理分析）纹理分析1、二维傅立叶变换的空间特征、二维傅立叶变换的空间特征2、典型图象的频谱特征、典型图象的频谱特征3、纹理度量、纹理度量l6.1.2 离散余弦变换（离散余弦变换（DCT）纹理分析）纹理分析1、DCT的特点的特点2、纹理特征度量、纹理特征度量1、l图象可以看成一系列基元图的加权和：图象可以看成一系列基元图的加权和：l基元图（基图象）有实部与虚部

4、，是二维周期基元图（基图象）有实部与虚部，是二维周期图象图象, 周期的大小和方向与周期的大小和方向与 u,v 的值有关。的值有关。10102exp,1,NuNvNyvxujvuFNyxf10102exp,1NuNvNyvxujvuAN沿沿 i 方向周期变化，在方向周期变化，在垂直于垂直于 i 方向无变化。方向无变化。周期基图象是正弦（余周期基图象是正弦（余弦）变化的。弦）变化的。变化方向：变化方向：变化波长：变化波长：)arctan(uv22vuNLlLxy由二维幅度图推出以下用极坐标表示的一维谱：由二维幅度图推出以下用极坐标表示的一维谱：环特征环特征楔特征楔特征水平条水平条垂直条垂直条上述特

5、征集的极大值、均值和方差等可作为一些测度上述特征集的极大值、均值和方差等可作为一些测度。)()1(20),()(mmdAdmS)()1(0),()(mmRdAdmS21),(vvdvvuAdu21),(uuduvuAdvvuvu1 1、DCTDCT的特点的特点( (与DFT的频谱特征类似) )l图象若表现为方向性的条纹，那么其频谱在垂图象若表现为方向性的条纹，那么其频谱在垂直其条纹的方向一般会有较大的值。直其条纹的方向一般会有较大的值。l杂乱分布的图象，其频谱除基频附近外，很少杂乱分布的图象，其频谱除基频附近外，很少在某一方向出现强峰。在某一方向出现强峰。l变化缓慢的图象，频谱分量中高频分量很

6、小或变化缓慢的图象，频谱分量中高频分量很小或为零。为零。l变化频繁的图象，频谱中高频分量相对较大。变化频繁的图象，频谱中高频分量相对较大。l纹理能量度量纹理能量度量ENERGYENERGYl方向性度量方向性度量DIRDIRl粗细度度量粗细度度量FINFINl方向分散度度量方向分散度度量l频率分散度度量频率分散度度量1010,MuMvvuFENERGY ENERGYvuFuvDIRMuMv10101,/tan2020202021214343/,/,rrrrrrrrdrddrrFddrddrrFdFIN dPPDISPFF20log drrPrPDISPFRFr0log RFENERGYdrrFP

7、0/, 20/,ENERGYdrFrPF特征特征 (88)ENERGYDIRFIN均值均值方差方差区域区域A9.0000.41434.91268.887.50区域区域B13.6250.43869.747138.2235.44区域区域C15.6880.47463.452206.0913.40ABC2),(),),(),(vuFvuPvuPP（的极坐标表示是功率谱 Pf ( ) niiPP1),()(环特征环特征 楔特征楔特征 mjjPP1),()( P ( ) 纹纹理理有有方方向向性性 纹纹理理无无方方向向性性 N=2? N=1? P ( )为为常常数数? 单单向向 双双向向 均均匀匀 斑斑点点

8、 yes yes yes no no no 输入楔特征峰的个数输入楔特征峰的个数N l纹理能量法纹理能量法 (6.2 )l共发矩阵共发矩阵 (6.3 )l分形方法分形方法 (6.4 )l形态学方法形态学方法 (7.4)l6.2.1 单位面积灰度变化总量单位面积灰度变化总量 和图象的自相关函数和图象的自相关函数l6.2.2 纹理的匹配滤波法纹理的匹配滤波法l6.2.3 图象灰度梯度方向矩阵图象灰度梯度方向矩阵1 1、单位面积灰度变化总量、单位面积灰度变化总量 单位面积内各种纹理能量的总和。单位面积内各种纹理能量的总和。 它用某一个子图象区域内灰度的方差来表征。它用某一个子图象区域内灰度的方差来表

9、征。2 ),(),(jijifjifE是该区域内灰度的均值，是该区域内灰度的均值，在子图象区域（窗口）内取值在子图象区域（窗口）内取值),(jifji,l自相关函数自相关函数 随随 的大小而变化，与图的大小而变化，与图象中纹理粗细的变化有着对应的关系。象中纹理粗细的变化有着对应的关系。数字距离为零时，图象的自相关函数达到最大值。数字距离为零时，图象的自相关函数达到最大值。纹理较粗的图自相关函数随着距离的增加而下降的纹理较粗的图自相关函数随着距离的增加而下降的速度比较慢；反之下降的速度比较快。速度比较慢；反之下降的速度比较快。纹理图象自相关函数会呈现某种周期性变化，这种纹理图象自相关函数会呈现某

10、种周期性变化，这种周期性可以反映纹理基元的排列规则，如稀疏、稠周期性可以反映纹理基元的排列规则，如稀疏、稠密程度。密程度。l通过的每一点对自相关函数求梯度大小、方向通过的每一点对自相关函数求梯度大小、方向可以得到自相关函数变化的快慢和方向可以得到自相关函数变化的快慢和方向。),(yxRyx, 匹配滤波器采用窗口卷积来进行匹配滤波器采用窗口卷积来进行l通常先确定最基本的一维窗口通常先确定最基本的一维窗口l由一维窗口延伸卷积后获得二维的窗口由一维窗口延伸卷积后获得二维的窗口l再旋转获得不同角度的二维匹配滤波窗口再旋转获得不同角度的二维匹配滤波窗口由基本窗口作卷积，延伸其长度，得到匹配于某种纹理的由

11、基本窗口作卷积，延伸其长度，得到匹配于某种纹理的一维窗口：一维窗口： 平均灰度（平均灰度（LevelLevel）（）（1 4 6 4 11 4 6 4 1） 边缘（边缘（EdgeEdge）（-1 -2 0 2 1-1 -2 0 2 1） 点（点（SpotSpot）（-1 0 2 0 -1-1 0 2 0 -1） 波（波（WaveWave）（-1 2 0 -2 1-1 2 0 -2 1） 脉动（脉动（RippleRipple） （1 4 6 -4 11 4 6 -4 1）335LLL335ELE335EES335SEW335SSR101202101) 101() 121 ()(33TTEL146

12、412812820000028128214641) 14641 () 12021()(55TTLE641204128021808120812402146012101210以中点为中心旋转，以中点为中心旋转，得到不同角度的二得到不同角度的二维匹配滤波窗口维匹配滤波窗口: :1464128128200000281282146411464141624164624362464162416414641102012040200000204021020110201408046012064080410201l4 44 41616个象素为一矩阵。个象素为一矩阵。对于四个元素对于四个元素A A、B B、C C、D

13、 D组成的小单元，计算每一组成的小单元，计算每一个小单元的梯度，确定其个小单元的梯度，确定其方向方向l然后计算九个单元组成的然后计算九个单元组成的矩阵中所有不同梯度方向矩阵中所有不同梯度方向的数目，作为该矩阵对应的数目，作为该矩阵对应子图象的特征子图象的特征量G2G4G5G0G3G7G1G6DBACG0=A+B-(C+D)= -G4G1= 2 1/2 (B-C)= -G5G2=B+D-(A+C)= -G6G3= 2 1/2 (D-A)= -G7G2G4G5G0G3G7G1G6DBAC3 4 52 1 61 0 7特征量（不同梯度方向的特征量（不同梯度方向的数目）数目）8特征量大，说明图象变化无

14、规则。特征量大，说明图象变化无规则。l共发矩阵方法用条件概率来反映纹理，共发矩阵方法用条件概率来反映纹理，是相邻象素的灰度相关性的表现。是相邻象素的灰度相关性的表现。l考察一对对象素出现的频度，以此构造考察一对对象素出现的频度，以此构造一种矩阵作为纹理的定量描述。一种矩阵作为纹理的定量描述。共发概率：共发概率：),(dqpP共发矩阵：共发矩阵：（选定（选定d d， ）32103210),(度灰度灰qpP共发矩阵往往是对称的（共发矩阵往往是对称的（0 0度看成为水平方向）。度看成为水平方向）。且通常先作灰度级的压缩。且通常先作灰度级的压缩。0 1 2 3 0 11 2 3 0 1 22 3 0

15、1 2 33 0 1 2 3 00 1 2 3 0 11 2 3 0 1 20 0 0 0 1 10 0 0 0 1 10 0 0 0 1 10 0 0 0 1 12 2 2 2 3 32 2 2 2 3 3图 A图 B21101613116303318)45, 1(oBdP12000012000014000012)45, 1(oAdP0707708008087080)0, 1(oAdP420021200008400424)0, 1(oBdPl如果对角线上的元素值很大，说明该方如果对角线上的元素值很大，说明该方向有相距为向有相距为d d的相同灰度的象素对，如的相同灰度的象素对，如d=1d=1时

16、，则表明有两两灰度相同的象素对，时，则表明有两两灰度相同的象素对，该方向变化不会很快。该方向变化不会很快。l如果对角线上的元素全部为如果对角线上的元素全部为0 0，这表明在，这表明在该方向没有相距为该方向没有相距为d d的相同灰度的象素对，的相同灰度的象素对，说明该方向有灰度变化，说明该方向有灰度变化，可能可能存在变化存在变化频繁的纹理。频繁的纹理。l熵度量熵度量l角二阶矩角二阶矩l对比度度量对比度度量通常还将其规一化到通常还将其规一化到0 01 1。求和在整个窗口内进行。求和在整个窗口内进行。pqqpPqpPENT,log,pqqpPASM2,pqKKqpPqpCON21,K K1 1, K

17、, K2 2为正整数为正整数l分形分形l分形维分形维l分形布朗运动分形布朗运动分形的概念是由分形的概念是由Mandelbrot于于1973年首年首先提出的先提出的 。研究的是自然界中很研究的是自然界中很不规则的、不稳定、却不规则的、不稳定、却又常见的现象。又常见的现象。 将分形维作为图象的将分形维作为图象的一种特征，引入图象识一种特征，引入图象识别，是很有特色的。别，是很有特色的。 l1 1、有自相似性、有自相似性l2 2、具有精细结构、具有精细结构l3 3、其精细结构相当复杂、其精细结构相当复杂 而构成规律十分简单而构成规律十分简单l4 4、难以用传统数学语言描述、难以用传统数学语言描述l5

18、 5、其局部几何特征很难研究、其局部几何特征很难研究Koch曲线l具有特征长度的图形，一般是平滑的或具有特征长度的图形，一般是平滑的或是近似平滑的。是近似平滑的。 l不具特征长度的图形不具特征长度的图形 ，有自相似性。有自相似性。自相似性指的是，若把要考虑的图形的一部自相似性指的是，若把要考虑的图形的一部分放大，其形状与全体分放大，其形状与全体(或者大部分或者大部分)相同。相同。分形的基本观点是没有特征长度，或者是自分形的基本观点是没有特征长度，或者是自相似性。相似性。 l经验维数，是整数维。经验维数，是整数维。l相似性维数，可以是分数维。相似性维数，可以是分数维。相似维定义：相似维定义：ab

19、Dloglog（缩小（缩小1/a, 得到得到b个相似形）个相似形）l用可变长度用可变长度 r 去去量测。量测。l得到对应不同得到对应不同 r的的测量数测量数 N(r) 。l若若N(r) 正比于正比于 r-D, 则则D为其分形维。为其分形维。l用间隔为用间隔为r的格子把的格子把平面分割成边长为平面分割成边长为r的正方形的正方形,l数出在此平面上至数出在此平面上至少包含一个点的正少包含一个点的正方形的个数，把此方形的个数，把此数记为数记为N(r)。l若若r变化时变化时, N(r) 正正比于比于 r-D, 则则D为其为其分形维。分形维。l根据问题选择图象上窗口的尺寸根据问题选择图象上窗口的尺寸l计算相距不同距离的点对数计算相距不同距离的点对数l计算相距不同距离的点对的灰度的平均绝对差计算相距不同距离的点对的灰度的平均绝对差l得出标准化分形布朗运动矢量得出标准化分形布朗运动矢量l求分形维求分形维把纹理作为对象的一类特征，参与分类把纹理作为对象的一类特征，参与分类l遥感的地物分类遥感的地物分类l细胞结构的纹理分析细胞结构的纹理分析l矽肺病自动分类等矽肺病自动分类等l数据源：四个波段的遥感图象数据源：四个波段的遥感图象l要求分为七种地域：要求分为七种地域：沿海森林沿海森林林区林区草原草原市区市区小水浇地小水浇地大水浇地大水浇地水域水域初始特征初始特征: 4个波段的个波段的初始构造的初