数字图像处理第8章图像描述.ppt

　　 图8.6.6 功率谱纹理特性 　　8.7.1 实验目的　　(1)掌握在计算机上进行图像二值化的方法。　　(2)掌握简单图像的特征提取的方法。 8.7 上机实验 8.7.2 实验要求　　(1)利用C或C＋＋语言根据直方图法、多阈值法和最佳统计阈值法编写图像二值化的程序以及相应的显示程序。　　(2)对指定图像进行图像二值化，将原始图像及二值化后的图像都显示于屏幕上，进行比较。　　(3)比较几种方法的二值化性能。 8.7.3 实验内容　　(1)给定原始图像如图8.7.1(a)所示，其中含有多个目标，可以分为两类：有核目标(目标区域内部有较明显的灰度变化)和无核目标(目标区域内部没有较明显的灰度变化)。综合使用数字图像处理的方法，提取图像中的有核目标，如图8.7.1(b)所示。(提示：先对图像进行滤波，再用通过阈值操作得到的二值图像作为模板，与滤波结果进行逻辑与操作，然后通过腐蚀操作找出二值分割图像目标中的核。)　　(2)应用MATLAB演示对一幅二值图像细化、去毛刺和标记。 　　 图8.7.1 实验图像 　　　　1.图像中的目标边界有哪些描述方法?　　2.二值图像处理主要包括哪些内容? 习 题 　　3.对下面的图像用状态法进行二值化。要求：　　(1)计算二值图像的欧拉数；　　(2)计算并绘出二值化图像的中心。 　　4.根据连接数如何判断像素的连接性?　　5.何谓膨胀和腐蚀?膨胀和腐蚀组合使用有哪些用途?　　6.区域内部形状特征提取包括哪两类方法?　　7.什么是距离变换?什么是细化?　　8.区域外部形状特征提取包括哪两类方法?　　9.绘出链码为2 2 2 2 2 2 5 5 5的曲线，并计算该曲线的长度。　　10.试计算数字0、4、8和字母B、b、i、f的欧拉数各为多少。 8.6.2 灰度差分统计的纹理分析　　灰度差分统计法是纹理分析最常见的方法。首先设图像中某点为(x，y)，则它和与它的距离较短的点(x＋Dx，y＋Dy)的灰度差值为gD(x，y)＝g(x，y)－g(x＋Dx，y＋Dy) (8.6.3) 其中gD(x，y)称为灰度差分。通过将点(x，y)在整幅图像上遍历，得到各点的gD(x，y)。设灰度差值可取 m级，则计算出取各个数值的次数，这样就可以绘出直方图，最后根据直方图来确定取各值时对应的概率PD(i)。 　　当i的值较小，而对应的概率PD(i)较大时，说明纹理粗糙；反之，如果概率分布平稳，则说明纹理细密。　　由此可得到几种在进行纹理描述时常见的统计量。　　(1)对比度。PD(i)关于原点的二阶矩，是它对于原点的惯性矩或反差，将它定义为对比度： (8.6.4)  (2)能量或角二阶矩： (8.6.5) 当概率分布趋向于均匀分布时，在i取各值时对应的概率PD(i)几乎相等，能量或角度方向二阶矩取最小值。　　(3)平均值： (8.6.6)概率分布中PD(i)越接近原点，平均值就越小；反之，PD(i)越远离原点，平均值越大。 　　(4)熵： (8.6.7)当PD(i)为等概率分布时，熵取最大值。 8.6.3 等灰度游程长度的纹理描述　　灰度游程长度是指在某方向q上连续、共线并有相同灰度级的像素个数。据此，在粗纹理区域的灰度游程长度较长，而在细纹理区域，短游程长度的情况比较多。因此一般将等灰度游程长度的分析方法用在线性结构的纹理上。　　对于某个可以计算灰度的游程矩阵 M(q)，设其第g行第l列的元素 mgl表示图像中在q方向上灰度为g、游程长度为l的灰度串所出现的总次数(包括灰度点本身)。假设有一个4×4的子图像，其灰度分布如图8.6.2所示，由于其灰度值从0到3，具有4个等级，如图8.6.3所示。 　　 图8.6.2 4×4图像灰度分布 图8.6.3 4×4图像灰度等级 　　 而灰度游程长度也有四种：1，2，3，4。这样就可以构造在q方向上的4×4灰度游程矩阵 M(q)如下，从而由灰度游程矩阵得到图像的纹理特征的向量：  设Ng为图像的灰度级数，Nl为图像的灰度游程数，则纹理描述可用的矩阵统计量有以下几种：　　(1)短游程因子： (8.6.8)式(8.6.8)说明对短游程赋予大的加权值，短游程的数目越多，则RF1值越大。分母的作用是进行归一化处理。 　　(2)长游程因子： (8.6.9)式(8.6.9)说明对长游程赋予大的加权值，长游程的数目越多，则RF2值越大。 　　(3)灰度的不均匀因子： (8.6.10)如果图像中各灰度的游程长度接近均匀