數(shù)字圖像分析第6章

1、l第六章第六章紋理分析紋理分析l第七章第七章結(jié)構(gòu)分析結(jié)構(gòu)分析l第八章第八章景物分析景物分析（以及圖象序列分析）（以及圖象序列分析）紋理和結(jié)構(gòu)特征分析往往紋理和結(jié)構(gòu)特征分析往往用于描述和識別單個物體用于描述和識別單個物體或物體的某個部分的?；蛭矬w的某個部分的。景物分析用于描述物體群景物分析用于描述物體群組成的景物或三維物體。組成的景物或三維物體。圖象序列分析研究運動圖圖象序列分析研究運動圖象。檢測運動，估計運動象。檢測運動，估計運動參量。參量。圖象分割圖象分割特征抽取特征抽取分類分類輸入圖象輸入圖象輸出類別輸出類別物體圖象物體圖象特征向量特征向量X1X2.XNl某種紋理基元按不同方式的組合，總體

2、某種紋理基元按不同方式的組合，總體上表現(xiàn)為對象表面的一種紋理特征。諸上表現(xiàn)為對象表面的一種紋理特征。諸如：方向性、粒子粗細、表面粗糙或光如：方向性、粒子粗細、表面粗糙或光潔、散布形式、變化快慢等。潔、散布形式、變化快慢等。l計算機數(shù)字分析的任務(wù)是研究關(guān)于景物計算機數(shù)字分析的任務(wù)是研究關(guān)于景物紋理特征的定量分析和解釋并獲得有效紋理特征的定量分析和解釋并獲得有效的紋理度量。的紋理度量。l頻率域頻率域 基于變換域的紋理特征分析基于變換域的紋理特征分析(6.1)離散富利葉變換（離散富利葉變換（DFT）紋理分析）紋理分析離散余弦變換（離散余弦變換（DCT）紋理分析）紋理分析l空間域空間域紋理能量法（紋理

3、能量法（6.2）共發(fā)矩陣共發(fā)矩陣(6.3) 分形方法分形方法(6.4) 形態(tài)學方法形態(tài)學方法 (7.4)（6.5 舉例說明紋理分析在圖象分類中的應(yīng)用）舉例說明紋理分析在圖象分類中的應(yīng)用）l6.1.1 離散傅立葉變換（離散傅立葉變換（DFT）紋理分析）紋理分析1、二維傅立葉變換的空間特征、二維傅立葉變換的空間特征2、典型圖象的頻譜特征、典型圖象的頻譜特征3、紋理度量、紋理度量l6.1.2 離散余弦變換（離散余弦變換（DCT）紋理分析）紋理分析1、DCT的特點的特點2、紋理特征度量、紋理特征度量1、l圖象可以看成一系列基元圖的加權(quán)和：圖象可以看成一系列基元圖的加權(quán)和：l基元圖（基圖象）有實部與虛部

4、，是二維周期基元圖（基圖象）有實部與虛部，是二維周期圖象圖象, 周期的大小和方向與周期的大小和方向與 u,v 的值有關(guān)。的值有關(guān)。10102exp,1,NuNvNyvxujvuFNyxf10102exp,1NuNvNyvxujvuAN沿沿 i 方向周期變化，在方向周期變化，在垂直于垂直于 i 方向無變化。方向無變化。周期基圖象是正弦（余周期基圖象是正弦（余弦）變化的。弦）變化的。變化方向：變化方向：變化波長：變化波長：)arctan(uv22vuNLlLxy由二維幅度圖推出以下用極坐標表示的一維譜：由二維幅度圖推出以下用極坐標表示的一維譜：環(huán)特征環(huán)特征楔特征楔特征水平條水平條垂直條垂直條上述特

5、征集的極大值、均值和方差等可作為一些測度上述特征集的極大值、均值和方差等可作為一些測度。)()1(20),()(mmdAdmS)()1(0),()(mmRdAdmS21),(vvdvvuAdu21),(uuduvuAdvvuvu1 1、DCTDCT的特點的特點( (與DFT的頻譜特征類似) )l圖象若表現(xiàn)為方向性的條紋，那么其頻譜在垂圖象若表現(xiàn)為方向性的條紋，那么其頻譜在垂直其條紋的方向一般會有較大的值。直其條紋的方向一般會有較大的值。l雜亂分布的圖象，其頻譜除基頻附近外，很少雜亂分布的圖象，其頻譜除基頻附近外，很少在某一方向出現(xiàn)強峰。在某一方向出現(xiàn)強峰。l變化緩慢的圖象，頻譜分量中高頻分量很

6、小或變化緩慢的圖象，頻譜分量中高頻分量很小或為零。為零。l變化頻繁的圖象，頻譜中高頻分量相對較大。變化頻繁的圖象，頻譜中高頻分量相對較大。l紋理能量度量紋理能量度量ENERGYENERGYl方向性度量方向性度量DIRDIRl粗細度度量粗細度度量FINFINl方向分散度度量方向分散度度量l頻率分散度度量頻率分散度度量1010,MuMvvuFENERGY ENERGYvuFuvDIRMuMv10101,/tan2020202021214343/,/,rrrrrrrrdrddrrFddrddrrFdFIN dPPDISPFF20log drrPrPDISPFRFr0log RFENERGYdrrFP

7、0/, 20/,ENERGYdrFrPF特征特征 (88)ENERGYDIRFIN均值均值方差方差區(qū)域區(qū)域A9.0000.41434.91268.887.50區(qū)域區(qū)域B13.6250.43869.747138.2235.44區(qū)域區(qū)域C15.6880.47463.452206.0913.40ABC2),(),),(),(vuFvuPvuPP（的極坐標表示是功率譜 Pf ( ) niiPP1),()(環(huán)特征環(huán)特征 楔特征楔特征 mjjPP1),()( P ( ) 紋紋理理有有方方向向性性 紋紋理理無無方方向向性性 N=2? N=1? P ( )為為常常數(shù)數(shù)? 單單向向 雙雙向向 均均勻勻 斑斑點點

8、 yes yes yes no no no 輸入楔特征峰的個數(shù)輸入楔特征峰的個數(shù)N l紋理能量法紋理能量法 (6.2 )l共發(fā)矩陣共發(fā)矩陣 (6.3 )l分形方法分形方法 (6.4 )l形態(tài)學方法形態(tài)學方法 (7.4)l6.2.1 單位面積灰度變化總量單位面積灰度變化總量 和圖象的自相關(guān)函數(shù)和圖象的自相關(guān)函數(shù)l6.2.2 紋理的匹配濾波法紋理的匹配濾波法l6.2.3 圖象灰度梯度方向矩陣圖象灰度梯度方向矩陣1 1、單位面積灰度變化總量、單位面積灰度變化總量 單位面積內(nèi)各種紋理能量的總和。單位面積內(nèi)各種紋理能量的總和。 它用某一個子圖象區(qū)域內(nèi)灰度的方差來表征。它用某一個子圖象區(qū)域內(nèi)灰度的方差來表

9、征。2 ),(),(jijifjifE是該區(qū)域內(nèi)灰度的均值，是該區(qū)域內(nèi)灰度的均值，在子圖象區(qū)域（窗口）內(nèi)取值在子圖象區(qū)域（窗口）內(nèi)取值),(jifji,l自相關(guān)函數(shù)自相關(guān)函數(shù) 隨隨 的大小而變化，與圖的大小而變化，與圖象中紋理粗細的變化有著對應(yīng)的關(guān)系。象中紋理粗細的變化有著對應(yīng)的關(guān)系。數(shù)字距離為零時，圖象的自相關(guān)函數(shù)達到最大值。數(shù)字距離為零時，圖象的自相關(guān)函數(shù)達到最大值。紋理較粗的圖自相關(guān)函數(shù)隨著距離的增加而下降的紋理較粗的圖自相關(guān)函數(shù)隨著距離的增加而下降的速度比較慢；反之下降的速度比較快。速度比較慢；反之下降的速度比較快。紋理圖象自相關(guān)函數(shù)會呈現(xiàn)某種周期性變化，這種紋理圖象自相關(guān)函數(shù)會呈現(xiàn)某

10、種周期性變化，這種周期性可以反映紋理基元的排列規(guī)則，如稀疏、稠周期性可以反映紋理基元的排列規(guī)則，如稀疏、稠密程度。密程度。l通過的每一點對自相關(guān)函數(shù)求梯度大小、方向通過的每一點對自相關(guān)函數(shù)求梯度大小、方向可以得到自相關(guān)函數(shù)變化的快慢和方向可以得到自相關(guān)函數(shù)變化的快慢和方向。),(yxRyx, 匹配濾波器采用窗口卷積來進行匹配濾波器采用窗口卷積來進行l(wèi)通常先確定最基本的一維窗口通常先確定最基本的一維窗口l由一維窗口延伸卷積后獲得二維的窗口由一維窗口延伸卷積后獲得二維的窗口l再旋轉(zhuǎn)獲得不同角度的二維匹配濾波窗口再旋轉(zhuǎn)獲得不同角度的二維匹配濾波窗口由基本窗口作卷積，延伸其長度，得到匹配于某種紋理的由

11、基本窗口作卷積，延伸其長度，得到匹配于某種紋理的一維窗口：一維窗口： 平均灰度（平均灰度（LevelLevel）（）（1 4 6 4 11 4 6 4 1） 邊緣（邊緣（EdgeEdge）（-1 -2 0 2 1-1 -2 0 2 1） 點（點（SpotSpot）（-1 0 2 0 -1-1 0 2 0 -1） 波（波（WaveWave）（-1 2 0 -2 1-1 2 0 -2 1） 脈動（脈動（RippleRipple） （1 4 6 -4 11 4 6 -4 1）335LLL335ELE335EES335SEW335SSR101202101) 101() 121 ()(33TTEL146

12、412812820000028128214641) 14641 () 12021()(55TTLE641204128021808120812402146012101210以中點為中心旋轉(zhuǎn)，以中點為中心旋轉(zhuǎn)，得到不同角度的二得到不同角度的二維匹配濾波窗口維匹配濾波窗口: :1464128128200000281282146411464141624164624362464162416414641102012040200000204021020110201408046012064080410201l4 44 41616個象素為一矩陣。個象素為一矩陣。對于四個元素對于四個元素A A、B B、C C、D

13、 D組成的小單元，計算每一組成的小單元，計算每一個小單元的梯度，確定其個小單元的梯度，確定其方向方向l然后計算九個單元組成的然后計算九個單元組成的矩陣中所有不同梯度方向矩陣中所有不同梯度方向的數(shù)目，作為該矩陣對應(yīng)的數(shù)目，作為該矩陣對應(yīng)子圖象的特征子圖象的特征量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（不同梯度方向的數(shù)目）數(shù)目）8特征量大，說明圖象變化無

14、規(guī)則。特征量大，說明圖象變化無規(guī)則。l共發(fā)矩陣方法用條件概率來反映紋理，共發(fā)矩陣方法用條件概率來反映紋理，是相鄰象素的灰度相關(guān)性的表現(xiàn)。是相鄰象素的灰度相關(guān)性的表現(xiàn)。l考察一對對象素出現(xiàn)的頻度，以此構(gòu)造考察一對對象素出現(xiàn)的頻度，以此構(gòu)造一種矩陣作為紋理的定量描述。一種矩陣作為紋理的定量描述。共發(fā)概率：共發(fā)概率：),(dqpP共發(fā)矩陣：共發(fā)矩陣：（選定（選定d d， ）32103210),(度灰度灰qpP共發(fā)矩陣往往是對稱的（共發(fā)矩陣往往是對稱的（0 0度看成為水平方向）。度看成為水平方向）。且通常先作灰度級的壓縮。且通常先作灰度級的壓縮。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圖 A圖 B21101613116303318)45, 1(oBdP12000012000014000012)45, 1(oAdP0707708008087080)0, 1(oAdP420021200008400424)0, 1(oBdPl如果對角線上的元素值很大，說明該方如果對角線上的元素值很大，說明該方向有相距為向有相距為d d的相同灰度的象素對，如的相同灰度的象素對，如d=1d=1時

16、，則表明有兩兩灰度相同的象素對，時，則表明有兩兩灰度相同的象素對，該方向變化不會很快。該方向變化不會很快。l如果對角線上的元素全部為如果對角線上的元素全部為0 0，這表明在，這表明在該方向沒有相距為該方向沒有相距為d d的相同灰度的象素對，的相同灰度的象素對，說明該方向有灰度變化，說明該方向有灰度變化，可能可能存在變化存在變化頻繁的紋理。頻繁的紋理。l熵度量熵度量l角二階矩角二階矩l對比度度量對比度度量通常還將其規(guī)一化到通常還將其規(guī)一化到0 01 1。求和在整個窗口內(nèi)進行。求和在整個窗口內(nèi)進行。pqqpPqpPENT,log,pqqpPASM2,pqKKqpPqpCON21,K K1 1, K

17、, K2 2為正整數(shù)為正整數(shù)l分形分形l分形維分形維l分形布朗運動分形布朗運動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規(guī)則的、不穩(wěn)定、卻不規(guī)則的、不穩(wěn)定、卻又常見的現(xiàn)象。又常見的現(xiàn)象。 將分形維作為圖象的將分形維作為圖象的一種特征，引入圖象識一種特征，引入圖象識別，是很有特色的。別，是很有特色的。 l1 1、有自相似性、有自相似性l2 2、具有精細結(jié)構(gòu)、具有精細結(jié)構(gòu)l3 3、其精細結(jié)構(gòu)相當復(fù)雜、其精細結(jié)構(gòu)相當復(fù)雜 而構(gòu)成規(guī)律十分簡單而構(gòu)成規(guī)律十分簡單l4 4、難以用傳統(tǒng)數(shù)學語言描述、難以用傳統(tǒng)數(shù)學語言描述l5

18、 5、其局部幾何特征很難研究、其局部幾何特征很難研究Koch曲線l具有特征長度的圖形，一般是平滑的或具有特征長度的圖形，一般是平滑的或是近似平滑的。是近似平滑的。 l不具特征長度的圖形不具特征長度的圖形 ，有自相似性。有自相似性。自相似性指的是，若把要考慮的圖形的一部自相似性指的是，若把要考慮的圖形的一部分放大，其形狀與全體分放大，其形狀與全體(或者大部分或者大部分)相同。相同。分形的基本觀點是沒有特征長度，或者是自分形的基本觀點是沒有特征長度，或者是自相似性。相似性。 l經(jīng)驗維數(shù)，是整數(shù)維。經(jīng)驗維數(shù)，是整數(shù)維。l相似性維數(shù)，可以是分數(shù)維。相似性維數(shù)，可以是分數(shù)維。相似維定義：相似維定義：ab

19、Dloglog（縮?。s小1/a, 得到得到b個相似形）個相似形）l用可變長度用可變長度 r 去去量測。量測。l得到對應(yīng)不同得到對應(yīng)不同 r的的測量數(shù)測量數(shù) N(r) 。l若若N(r) 正比于正比于 r-D, 則則D為其分形維。為其分形維。l用間隔為用間隔為r的格子把的格子把平面分割成邊長為平面分割成邊長為r的正方形的正方形,l數(shù)出在此平面上至數(shù)出在此平面上至少包含一個點的正少包含一個點的正方形的個數(shù)，把此方形的個數(shù)，把此數(shù)記為數(shù)記為N(r)。l若若r變化時變化時, N(r) 正正比于比于 r-D, 則則D為其為其分形維。分形維。l根據(jù)問題選擇圖象上窗口的尺寸根據(jù)問題選擇圖象上窗口的尺寸l計算相距不同距離的點對數(shù)計算相距不同距離的點對數(shù)l計算相距不同距離的點對的灰度的平均絕對差計算相距不同距離的點對的灰度的平均絕對差l得出標準化分形布朗運動矢量得出標準化分形布朗運動矢量l求分形維求分形維把紋理作為對象的一類特征，參與分類把紋理作為對象的一類特征，參與分類l遙感的地物分類遙感的地物分類l細胞結(jié)構(gòu)的紋理分析細胞結(jié)構(gòu)的紋理分析l矽肺病自動分類等矽肺病自動分類等l數(shù)據(jù)源：四個波段的遙感圖象數(shù)據(jù)源：四個波段的遙感圖象l要求分為七種地域：要求分為七種地域：沿海森林沿海森林林區(qū)林區(qū)草原草原市區(qū)市區(qū)小水澆地小水澆地大水澆地大水澆地水域水域初始特征初始特征: 4個波段的個波段的初始構(gòu)造的初