當(dāng)前位置:首頁(yè) > 測(cè)試測(cè)量 > 測(cè)試測(cè)量
[導(dǎo)讀] 所謂圖像分割就是指把圖像分成各具特性的區(qū)域,并提取出感興趣目標(biāo)的技術(shù)和過(guò)程。它是數(shù)字圖像處理中的關(guān)鍵技術(shù)之一,是進(jìn)一步進(jìn)行圖像識(shí)別、分析和理解的基礎(chǔ)。目前圖像分割方面現(xiàn)有的算法非常多,將它們進(jìn)行分類(lèi)的

 所謂圖像分割就是指把圖像分成各具特性的區(qū)域,并提取出感興趣目標(biāo)的技術(shù)和過(guò)程。它是數(shù)字圖像處理中的關(guān)鍵技術(shù)之一,是進(jìn)一步進(jìn)行圖像識(shí)別、分析和理解的基礎(chǔ)。目前圖像分割方面現(xiàn)有的算法非常多,將它們進(jìn)行分類(lèi)的方法也提出了不少。一般分為3類(lèi):(1)閾值分割;(2)邊緣檢測(cè);(3)區(qū)域提取。但還沒(méi)有一種方法能普遍適用于各種圖像。因此,對(duì)于圖像分割的研究還在不斷深人之中,也是目前圖像處理中研究的熱點(diǎn)之一。隨著科技的發(fā)展進(jìn)步,圖像處理在軍事中的運(yùn)用也越來(lái)越廣泛,這主要集中在迷彩設(shè)計(jì)這方面。而現(xiàn)在軍事上的偽裝迷彩是現(xiàn)代高技術(shù)戰(zhàn)爭(zhēng)中隱藏武器裝備、保存自我的重要手段,也是消滅敵人的需要。因此對(duì)于迷彩的設(shè)計(jì)研究也一直都是各國(guó)的熱門(mén)話題。文中主要以某山地航拍圖為研究對(duì)像,對(duì)其進(jìn)行背景分析然后再實(shí)現(xiàn)圖像分割,為后期迷彩設(shè)計(jì)做準(zhǔn)備。由于該山地背景紋理特征明顯,故利用紋理分析對(duì)其進(jìn)行背景分析,而灰度共生矩陣是紋理分析方法中最常用的一種方法。文中采用灰度共生矩陣方法對(duì)該圖像進(jìn)行分割研究。


1 灰度共生矩陣
    灰度共生矩陣(Gray Level Co-occurrence Ma-trix,GLCM)是圖像紋理分析方法中的一種,它反映不同像素相對(duì)位置的空間信息,在一定程度上反映了紋理圖像中各灰度級(jí)在空間上的分布特性,是紋理分析領(lǐng)域中最經(jīng)常采用的特征之一?;叶裙采仃囀菆D像灰度變化的二階統(tǒng)計(jì)度量,也是描述紋理結(jié)構(gòu)性質(zhì)特征的基本函數(shù),它統(tǒng)計(jì)了兩個(gè)像素點(diǎn)位置的聯(lián)合概率分布。設(shè)S為目標(biāo)區(qū)域R中具有特定空間聯(lián)系的像素對(duì)的集合,則共生矩陣P可定義為
    
    式(1)等號(hào)右邊的分子是具有某種空間關(guān)系、灰度值分別為i,j的像素對(duì)的個(gè)數(shù),分母為像素對(duì)的總和個(gè)數(shù)(#代表數(shù)量),這樣得到的P是歸一化的。
    對(duì)于一幅圖像Gf(i,j),大小N×N,包含像素(動(dòng)態(tài)范圍為G)的灰度級(jí)為{0,1,…,G-1},它的灰度共生矩陣是一個(gè)二維矩陣C(i,J),每個(gè)矩陣元素表示在某一距離d和角度θ強(qiáng)度i和j聯(lián)合出現(xiàn)的概率。因此,根據(jù)不同的d和θ值,這里可能存在多個(gè)共生矩陣。但在實(shí)際應(yīng)用中,往往適當(dāng)?shù)倪x取d,而θ一般取O°,45°,90°,135,如圖1所示。

2 實(shí)驗(yàn)設(shè)計(jì)及分析
2.1 灰度共生矩陣的常用參量
    實(shí)際應(yīng)用中,作為圖像紋理分析的特征量是由灰度共生矩陣計(jì)算出的一些參量。Haralick曾提出14種由灰度共生矩陣計(jì)算出的參量。但在本實(shí)驗(yàn)中主要用到的參量有以下4種:
    (1)角二階矩(Angular Second Moment,簡(jiǎn)記為ASM)。
    
    角二階矩是灰度共生矩陣元素值的平方和,所以也稱能量,反映了圖像灰度分布均勻程度和紋理粗細(xì)度。如果共生矩陣的所有值均相等,則ASM值?。幌喾?,如果其中一些值大而其它值小,則ASM值大。當(dāng)共生矩陣中元素集中分布時(shí),ASM值大。ASM值大表明一種較均一和規(guī)則變化的紋理模式;
    (2)對(duì)比度(Contrast,簡(jiǎn)記為CON)。
    
    對(duì)比度反映了圖像的清晰度和紋理溝紋深淺的程度。紋理溝紋越深,其對(duì)比度越大,視覺(jué)效果越清晰;反之,對(duì)比度小,則溝紋淺,效果模糊?;叶炔罴磳?duì)比度大的像素對(duì)越多,這個(gè)值越大?;叶裙仃囍羞h(yuǎn)離對(duì)角線的元素值越大,CON越大;
    (3)相關(guān)性(Correlation,簡(jiǎn)記為COR)。

    相關(guān)性可以度量空間灰度共生矩陣元素在行或列方向上的相似程度。因此,相關(guān)值大小反映了圖像中局部灰度相關(guān)性。當(dāng)矩陣元素值均勻相等時(shí),相關(guān)值就大;相反,如果矩陣像元值相差很大則相關(guān)值小。如果圖像中有水平方向紋理,則水平方向矩陣的COR大于其余矩陣的COR值;
    (4)熵(Entropy)。
   
    熵是圖像所具有的信息量的度量,紋理信息也屬于圖像的信息。若圖像沒(méi)有任何紋理,則灰度共生矩陣幾乎為零,則熵值接近為零;若圖像充滿著細(xì)紋理,P(i,j)的數(shù)值近似相等,則該圖像的熵值最大;若圖像中分布著較少的紋理,P(i,j)的數(shù)值差別較大,則該圖像的熵值較小。
2.2 圖像預(yù)處理
    即對(duì)圖像進(jìn)行過(guò)濾,以便于提高圖像識(shí)別的速度和準(zhǔn)確率。圖像預(yù)處理過(guò)程是對(duì)圖像的一個(gè)過(guò)濾過(guò)程,要排除干擾,保留需要處理的部分,并過(guò)濾掉不需要的部分。以某山地照片為例,首先選取一定大小的圖片作為研究對(duì)像,如圖2(a)所示,然后將該圖片掃描輸入電腦,并對(duì)其進(jìn)行編號(hào)。接著對(duì)其進(jìn)行去除噪聲和二值化處理,以便于更好的提取圖像特征,如圖2(b)所示。然而在計(jì)算共生矩陣時(shí),由于計(jì)算量大,再將圖像的灰度分成16個(gè)灰度級(jí)。

2.3 試驗(yàn)設(shè)計(jì)
    關(guān)于紋理圖像識(shí)別與分類(lèi)的具體應(yīng)用實(shí)例很多。一般的做法是通過(guò)紋理特征的度量方法對(duì)每張圖像抽取一組紋理特征,由這些特征構(gòu)成該樣本的特征向量,然后在特征空間里應(yīng)用統(tǒng)計(jì)模式識(shí)別方法對(duì)眾多的圖像樣本進(jìn)行識(shí)別與分類(lèi)。在本實(shí)驗(yàn)中,樣本圖像經(jīng)數(shù)字化處理后的像元數(shù)為109×116,將圖像分成大小為16×16像素的非重疊窗口,共49個(gè)子圖像,Ng=16(將0~255灰度分成16級(jí))。每個(gè)小塊都從4個(gè)方向(0°,45°,90°和135°)來(lái)提取特征,具體設(shè)計(jì)步驟如下:
    (1)利用前述灰度共生矩陣計(jì)算出4個(gè)最主要的特征值(角二階矩,對(duì)比度,相對(duì)性和熵值),然后取這4個(gè)方向的均值和方差表示該特征值,于是,4個(gè)方向值就變成2個(gè)。為此共可提供8個(gè)紋理特征值。將提取的特征值保存到紋理特征庫(kù)中作為訓(xùn)練樣本;
    (2)計(jì)算出其他小塊的紋理特征值作為未知樣本,并對(duì)其進(jìn)行編號(hào);
    (3)利用最小歐氏距離分類(lèi)法將從未知樣本中提取的特征值與紋理特征庫(kù)中訓(xùn)練樣本的特征值進(jìn)行比對(duì),當(dāng)且僅當(dāng)未知樣本的特征向量與訓(xùn)練樣本的歐氏加權(quán)距離最小時(shí)輸出匹配成功的未知樣本的編號(hào),否則不輸出。輸出成功后將匹配成功的未知樣本編號(hào)與訓(xùn)練樣本編號(hào)進(jìn)行統(tǒng)一調(diào)整;
    (4)以另一未知樣本的紋理特征值作為訓(xùn)練樣本保存在紋理特征庫(kù)中,利用上述類(lèi)似方法進(jìn)行模式匹配。重復(fù)步驟(2)和步驟(3),直至每個(gè)未知樣本被輸出。
    以上步驟全部運(yùn)行完畢后,將得出相似紋理區(qū)域的小塊具有相同編號(hào),這樣就實(shí)現(xiàn)了紋理分類(lèi),然后根據(jù)編號(hào)的不同實(shí)施區(qū)域整合劃分,這樣就可以實(shí)現(xiàn)紋理圖像分割。具體實(shí)驗(yàn)設(shè)計(jì)過(guò)程,如圖3所示。

2.4 實(shí)驗(yàn)結(jié)果分析
    根據(jù)前述步驟,利用Matlab和VC++工具對(duì)圖像進(jìn)行分析處理,然后利用聚類(lèi)分析等方法實(shí)現(xiàn)的實(shí)驗(yàn)效果,如圖4所示。

    由圖4可以看出,對(duì)于紋理特征明顯的圖像進(jìn)行二值化后,再根據(jù)紋理特征值結(jié)合加權(quán)歐式距離進(jìn)行圖像特征處理,最終得到的效果圖實(shí)現(xiàn)了較好的區(qū)域融合和劃分,達(dá)到了圖像分割的目的。

3  結(jié)束語(yǔ)

    文中利用灰度共生矩陣方法對(duì)圖像進(jìn)行紋理特征提取,然后根據(jù)加權(quán)歐氏距離對(duì)每個(gè)紋理區(qū)域進(jìn)行模式匹配,將圖像按不同紋理區(qū)域進(jìn)行整合劃分。最后利用聚類(lèi)等方法實(shí)現(xiàn)了圖像分割。經(jīng)過(guò)多次試驗(yàn)表明,對(duì)于具有顯著紋理特征的圖像,利用基于灰度共生矩陣的方法實(shí)現(xiàn)對(duì)圖像的分割具有一定的準(zhǔn)確性和實(shí)用性,并能較好的實(shí)現(xiàn)圖像分割效果。

本站聲明: 本文章由作者或相關(guān)機(jī)構(gòu)授權(quán)發(fā)布,目的在于傳遞更多信息,并不代表本站贊同其觀點(diǎn),本站亦不保證或承諾內(nèi)容真實(shí)性等。需要轉(zhuǎn)載請(qǐng)聯(lián)系該專(zhuān)欄作者,如若文章內(nèi)容侵犯您的權(quán)益,請(qǐng)及時(shí)聯(lián)系本站刪除。
換一批
延伸閱讀

9月2日消息,不造車(chē)的華為或?qū)⒋呱龈蟮莫?dú)角獸公司,隨著阿維塔和賽力斯的入局,華為引望愈發(fā)顯得引人矚目。

關(guān)鍵字: 阿維塔 塞力斯 華為

倫敦2024年8月29日 /美通社/ -- 英國(guó)汽車(chē)技術(shù)公司SODA.Auto推出其旗艦產(chǎn)品SODA V,這是全球首款涵蓋汽車(chē)工程師從創(chuàng)意到認(rèn)證的所有需求的工具,可用于創(chuàng)建軟件定義汽車(chē)。 SODA V工具的開(kāi)發(fā)耗時(shí)1.5...

關(guān)鍵字: 汽車(chē) 人工智能 智能驅(qū)動(dòng) BSP

北京2024年8月28日 /美通社/ -- 越來(lái)越多用戶希望企業(yè)業(yè)務(wù)能7×24不間斷運(yùn)行,同時(shí)企業(yè)卻面臨越來(lái)越多業(yè)務(wù)中斷的風(fēng)險(xiǎn),如企業(yè)系統(tǒng)復(fù)雜性的增加,頻繁的功能更新和發(fā)布等。如何確保業(yè)務(wù)連續(xù)性,提升韌性,成...

關(guān)鍵字: 亞馬遜 解密 控制平面 BSP

8月30日消息,據(jù)媒體報(bào)道,騰訊和網(wǎng)易近期正在縮減他們對(duì)日本游戲市場(chǎng)的投資。

關(guān)鍵字: 騰訊 編碼器 CPU

8月28日消息,今天上午,2024中國(guó)國(guó)際大數(shù)據(jù)產(chǎn)業(yè)博覽會(huì)開(kāi)幕式在貴陽(yáng)舉行,華為董事、質(zhì)量流程IT總裁陶景文發(fā)表了演講。

關(guān)鍵字: 華為 12nm EDA 半導(dǎo)體

8月28日消息,在2024中國(guó)國(guó)際大數(shù)據(jù)產(chǎn)業(yè)博覽會(huì)上,華為常務(wù)董事、華為云CEO張平安發(fā)表演講稱,數(shù)字世界的話語(yǔ)權(quán)最終是由生態(tài)的繁榮決定的。

關(guān)鍵字: 華為 12nm 手機(jī) 衛(wèi)星通信

要點(diǎn): 有效應(yīng)對(duì)環(huán)境變化,經(jīng)營(yíng)業(yè)績(jī)穩(wěn)中有升 落實(shí)提質(zhì)增效舉措,毛利潤(rùn)率延續(xù)升勢(shì) 戰(zhàn)略布局成效顯著,戰(zhàn)新業(yè)務(wù)引領(lǐng)增長(zhǎng) 以科技創(chuàng)新為引領(lǐng),提升企業(yè)核心競(jìng)爭(zhēng)力 堅(jiān)持高質(zhì)量發(fā)展策略,塑強(qiáng)核心競(jìng)爭(zhēng)優(yōu)勢(shì)...

關(guān)鍵字: 通信 BSP 電信運(yùn)營(yíng)商 數(shù)字經(jīng)濟(jì)

北京2024年8月27日 /美通社/ -- 8月21日,由中央廣播電視總臺(tái)與中國(guó)電影電視技術(shù)學(xué)會(huì)聯(lián)合牽頭組建的NVI技術(shù)創(chuàng)新聯(lián)盟在BIRTV2024超高清全產(chǎn)業(yè)鏈發(fā)展研討會(huì)上宣布正式成立。 活動(dòng)現(xiàn)場(chǎng) NVI技術(shù)創(chuàng)新聯(lián)...

關(guān)鍵字: VI 傳輸協(xié)議 音頻 BSP

北京2024年8月27日 /美通社/ -- 在8月23日舉辦的2024年長(zhǎng)三角生態(tài)綠色一體化發(fā)展示范區(qū)聯(lián)合招商會(huì)上,軟通動(dòng)力信息技術(shù)(集團(tuán))股份有限公司(以下簡(jiǎn)稱"軟通動(dòng)力")與長(zhǎng)三角投資(上海)有限...

關(guān)鍵字: BSP 信息技術(shù)
關(guān)閉
關(guān)閉