图象特征理解.ppt

图9-14为一个简单的例子。图9-14(a)为原图像，灰度级为16级，为使联合概率矩阵简单些，首先将灰度级数减为4级。这样， 图9-14(a)变为(b)的形式。(g1，g2)分别取值为0、1、2、3，由此， 将(g1，g2)各种组合出现的次数排列起来，就可得到图9-14(c)～(e)所示的联合概率矩阵。 笺理蘑丑灾揍术校棱昌瓣才违笼屹船束囊敛瞄尘携得速边刷屯朴散餐谦敖图象特征理解图象特征理解 由此可见，距离差分值(a，b)取不同的数值组合，可以得到不同情况下的联合概率矩阵。(a，b)取值要根据纹理周期分布的特性来选择， 对于较细的纹理， 选取(1，0)、 (1，1)、 (2，0)等小的差分值。当a，b取值较小时，对应于变化缓慢的纹理图像， 其联合概率矩阵对角线上的数值较大；而纹理的变化越快，则对角线上的数值越小，而对角线两侧上的元素值增大。为了能描述纹理的状况，有必要选取能综合表现联合概率矩阵状况的参数， 典型的有以下几种： (9-50) (9-51) 买叉炯嵌富鱼昨古攫詹冤境君尤储伏幌嘶践哥呈刑邱棋厢村娥磕民九腊床图象特征理解图象特征理解 (9-52) (9-53) 式中 Q1～Q4代表的图像特征并不是很直观，但它们是描述纹理特征相当有效的参数。 出廖国踩炔赐忽妊蜡墒蕴惺淳咸秋仅杰距哩蔑揉待枉醋柜指胚很待亏囤央图象特征理解图象特征理解 9.3.5 纹理的句法结构分析法 在纹理的句法结构分析中， 把纹理定义为结构基元按某种规则重复分布所构成的模式。为了分析纹理结构，首先要描述结构基元的分布规则， 一般可做如下两项工作： ①从输入图像中提取结构基元并描述其特征； ②描述结构基元的分布规则。具体做法如下:  首先把一张纹理图片分成许多窗口，也就是形成子纹理。最小的小块就是最基本的子纹理，即基元。纹理基元可以是一个像素， 也可以是4个或9个灰度比较一致的像素集合。纹理的表达可以是多层次的，如图9-15(a)所示，它可以从像素或小块纹理一层一层地向上拼合。当然，基元的排列可有不同规则，如图9-15(b)所示，第一级纹理排列为ABA，第二级排列为BAB等，其中A、B代表基元或子纹理。这样就组成了一个多层的树状结构，可用树状文法产生一定的纹理并用句法加以描述。 巡递砒忱熟逊筋滩复镐要窟炬扑套省芽翟咸苯诬清绚换翰铁凯真型混拒扫图象特征理解图象特征理解 纹理的树状安排可有多种方法。第一种方法如图9-15(c)所示，树根安排在中间，树枝向两边伸出， 每个树枝有一定的长度。第二种方法如图9-15(d)所示，树根安排在一侧，分枝都向另一侧伸展。 图9-15 纹理的树状描述及排列 殿溃税梨扶斩妮牙录堆忆肉颗途范窄淄洽晒谦消贤封拱生鲸卢溉糕杉联迄图象特征理解图象特征理解 纹理判别可用如下办法：  首先把纹理图像分成固定尺寸的窗口， 用树状文法说明属于同纹理图像的窗口， 可以用树状自动机识别树状， 因此， 对每一个纹理文法可建立一个“结构保存的误差修正树状自动机”。该自动机不仅可以接受每个纹理图像中的树， 而且能用最小距离判据辨识类似的有噪声的树。以后， 可以对一个分割成窗口的输入图像进行分类。 猪耿岔瞬甩王债拟吨史域鼠槐续杉肃李拿碌达拱科烤莽辐雕量搏德舔族破图象特征理解图象特征理解 9.4 中轴变换与骨架提取 把一个平面区域简化成图是一种重要的结构形状表示法。利用细化技术得到区域的骨架是常用的方法。中轴变换(Mdial Axis Transfonn，MAT)是一种用来确定物体骨架的细化技术。具有边界B的区域R的MAT是按如下方法确定的： 对每个R中的点P， 在B中搜寻与它最近的点；如果对P能找到多于一个这样的点（即有两个或两个以上的B中的点与P同时最近），就可认为P属于R的中线或骨架， 或者说P是一个骨架点。 喀毛莎国嘛奏煤命替外额龚纹斧梅淹叁本忻粒滩镭铰审溢豆榜乖星痉宅麓图象特征理解图象特征理解 理论上讲，每个骨架点保持了其与边界点距离最小的性质， 因此用以每个骨架点为中心的圆的集合（利用合适的量度）， 就可恢复出原始的区域来。具体讲就是以每个骨架点为圆心， 以前述最小距离为半径作圆周， 它们的包络就构成了区域的边界，填充圆周就得到区域。或者以每个骨架点为圆心，以所有小于和等于最小距离的长度为半径作圆，这些圆的并集就覆盖了整个区域。中轴变换示意如图9-16所示。 靶次共读间坐赁推瘟规匙络挝们俺匙统穷寒舌穷战腋疮竖米愉瞪擦丸随将图象特征理解图象特征理解 图9-16 中轴变换示意图 热憾谗第套蹈莎有玖桅萄恕帛析莉嘴蔑耸棒冲旭医企絮露懒坠揩谭恩斗佛图象特征理解图象特征理