文档下载 文档下载导航
设为首页 | 加入收藏
搜索 请输入内容:  
 导航当前位置: 文档下载 > 所有分类 > 工程科技 > 信息与通信 > 综合利用颜色和纹理特征的图像检索
侵权投诉

综合利用颜色和纹理特征的图像检索

38 通 信 学 报1999年像和它的共生矩阵图的例子。由此可见用对灰度共生矩阵的各种统计量可作为纹理特性的度量。我们利用以下四个特征量表示纹理特征

综合利用颜色和纹理特征的图像检索

:

2  ():

  CON=∑∑(h-hkk)mhk2(1)对于粗纹理,由于mhk的数值较集中于主对角线附近,此时(h-k)的值较小,所以相应的CON值也较小。相反,对于细纹理则相应的CON值较大。

  (2)能量(或称为角二阶矩):

  ASM=∑∑(mhkhk)2(2)这是一种对图像灰度分布均匀性的度量。当mhk的数值分布较集中于主对角线附近时,其相应的ASM值较大;反之,ASM值则较小。

  (3)熵:

  ENT=-∑∑mhkhklogmhk(3)当灰度共生矩阵中各mhk数值相差不大且较分散时,ENT值较大;反之,若mhk的数值较集中时,ENT值较小。

  (4)相关:

  COR=[∑∑hkmhkhk-ΛxΛy] ΡxΡy(4)其中Λx,Λy,Ρx,Ρy分别为mx,my的均值和标准差,mx=

=∑mkhk是矩阵M中每列元素之和;my∑mhhk是矩阵M中每行元素之和。相关量是用来描述矩阵中行或列元素之间相似程度的,它是灰度线性关系的度量。

  在纹理特征的提取中,我们先把图像的亮度分量图分成64个灰度级,并构造四个方向的共生矩阵即M(1,0),M(0,1),M(1,1),M(1,-1),然后分别计算四个共生矩阵的上述4个纹理参数,最后以各参数的均值和标准差即ΛCON,ΡCON,ΛASM,ΡASM,ΛENT,ΡENT,ΛCOR,ΡCOR作为纹理特征向量中的各个分量。由于以上8个分量物理意义和取值范围不同,需对它们进行内部归一化。这样在计算相似距离时,可使各分量具有相同权重。高斯归一化方法是一种较好的归一化方法,其特点是少量超大或超小的元素值对整个归一化后的元素值分布影响不大[8],具体方法如下  一个N维的特征向量可记为:F=[f1,f2,…,fN]。如用I1,I2,…,IM代表图像库中的图像,则对其中任一幅图像Ii,其相应的特征向量为Fi=[fi,1,fi,2…fi,N]。假设特征分量值系列

[f1,j,f2,j,fi,j…,fM,j]符合高斯分布,计算出其均值mj和标准差Ρj,然后利用下式可将fi,j归一化至[-1,1]区间:

上一页第3页

你可能喜欢

热门文档

相关文档

站点地图 | 文档上传 | 侵权投诉 | 手机版
本站所有资源均来自互联网,本站只负责收集和整理,均不承担任何法律责任,如有侵权等其它行为请联系我们.
文档下载 Copyright 2013 doc.guandang.net All Rights Reserved.  -  email