基于图像旋转的任意灰度共生矩阵的计算方法及应用技术

本发明专利技术公开了一种基于图像旋转的任意灰度共生矩阵的计算方法及应用，通过图像旋转计算图像关于任意相对方向和距离的GLCM，使GLCM的计算不限于具体角度、距离等限制。从而使GLCM在各领域的应用变得更加便利，拓展了GLCM的应用空间和应用效果。

Calculation method and application of arbitrary gray level co-occurrence matrix based on image rotation

The invention discloses a calculation method for arbitrary rotation of the gray level co-occurrence matrix and application based on the calculation of the image by image rotation on arbitrary relative direction and distance of the GLCM, the GLCM calculation is not limited to the specific angle and distance restrictions. So that GLCM applications in various fields become more convenient, expanding the GLCM application space and application results.

【技术实现步骤摘要】
基于图像旋转的任意灰度共生矩阵的计算方法及应用
本专利技术涉及一种GLCM(灰度共生矩阵，Gray-levelco-occurrencematrix)的计算方法，尤其涉及一种基于图像旋转的任意灰度共生矩阵的计算方法及应用。
技术介绍
GLCM是一种通过灰度的空间相关特性来描述纹理的常用分析工具。纹理能从许多可视表面中被人的视觉自然地识别出来，并给人一些特别的感觉，如方向感、周期感和粗糙感等。作为可视表面的内在属性，纹理在众多领域都是非常重要的研究课题。许多围绕纹理的研究工作都是在探索如何更好地提取纹理的特征来对其进行客观描述，GLCM便是其中一种发展起来的统计分析工具。传统的GLCM本质上是满足特定相对位置关系的像素对的灰度值联合概率分布。该矩阵可以通过对图像中的像素对进行统计得到。从该矩阵可以导出图像的二阶统计参数，这些参数分别表征了图像纹理的不同特性。有研究表明纹理和纹理之间的区别极大地依赖于纹理的二阶统计上的差异，因此由GLCM导出的二阶统计参数对于图像纹理的识别、分类等而言都是非常重要的。但是传统GLCM图像纹理分析受图像像素位置的限制，一般只考虑特定方向上的GLCM(通常为图像的水平方向、垂直方向和对角线方向)；因此，需要专利技术一种可计算图像关于任意相对位置的GLCM的计算方法。
技术实现思路
本专利技术针对现有技术中，GLCM计算存在的上述技术问题，提供一种基于图像旋转的任意灰度共生矩阵的计算方法，为GLCM在各领域的应用提供便利。本专利技术的另一方面，还示例性地提供了基于图像旋转的任意灰度共生矩阵的计算方法的两种具体应用。本专利技术中，所述“任意灰度共生矩阵”是指任意相对位置的灰度共生矩阵。为此，本专利技术采用如下技术方案：基于图像旋转的任意灰度共生矩阵的计算方法，包括如下步骤：S1：选取图像，设置待计算的GLCM对应的相对位置，相对位置用相对方向与图像水平方向的夹角θ和相对位置两端的距离r来表征；S2：将图像以-θ角度进行旋转，再由公式(1)从旋转后的图像中计算得到该相对位置对应的图像(旋转前的图像)的GLCM：其中表示向下取整；G(m,n；r,θ)表示旋转前的图像的GLCM中第m行第n列的元素值，G′(m,n；r′,θ′)表示旋转后的图像或包含了旋转后的图像的矩形区域的GLCM中第m行第n列的元素值(从后文可以看到：旋转后的图像的GLCM即包含了旋转后的图像的矩形区域的GLCM的第1行到第N行第1列到第N列的矩阵块)，它可以由公式(2)计算得到；其中“card”表示集合中的元素数目；表示矩形区域中的像素集合；f(x,y)表示位置坐标为(x,y)处的灰度值，这里位置以矩形坐标系的坐标表示，该坐标系以旋转前的图像的水平方向和垂直方向作为坐标系的两轴；归一化因子Q′(r′,θ′)为：它表示矩形区域中能与相对位置(r′,θ′)重合上的像素对的数目；在计算过程中，需要去除包含了旋转后的图像的矩形区域在图像外的四个角；这可以通过如下简单的标记来实现：不失一般性地，假设图像中的灰度范围为1到N，令四个角区域的灰度值为N+1，然后通过公式(2)和(3)计算整个矩形区域的GLCM，那么旋转后的图像的GLCM即该GLCM的第1行到第N行第1列到第N列的矩阵块。本专利技术的基于图像旋转的任意灰度共生矩阵的计算方法，通过图像旋转得到图像关于任意相对位置的GLCM，使GLCM在各领域的应用变得更加便利，拓展了GLCM的应用空间和应用效果。本专利技术的另一方面，还示例性地提供了基于图像旋转的任意灰度共生矩阵的计算方法的两种具体应用：基于图像旋转的任意灰度共生矩阵的计算方法在对称GLCM中的应用。基于图像旋转的任意灰度共生矩阵的计算方法在纹理方向估算中的应用。附图说明图1为本专利技术的示意图；图2为本专利技术具体实施例中待求GLCM的图像；图3-1至图3-2分别为由传统GLCM计算方法和本专利技术的方法计算得到的相对位置对应的图像的GLCM，其中相对位置中距离的单位为：像素间距；图4-1至图4-2分别为由传统GLCM计算方法和本专利技术的方法计算得到的相对位置(10,0°)对应的图像的GLCM，其中相对位置中距离的单位为：像素间距；图5-1至图5-2分别为由传统GLCM计算方法和本专利技术的方法计算得到的相对位置对应的图像的GLCM，其中相对位置中距离的单位为：像素间距；图6-1至图6-2分别为由传统GLCM计算方法和本专利技术的方法计算得到的相对位置(10,90°)对应的图像的GLCM，其中相对位置中距离的单位为：像素间距；图7-1至图7-4分别为本专利技术的方法计算得到的相对位置(10,-67.5°)、(10,-22.5°)、(10,22.5°)、(10,67.5°)对应的图像的GLCM，其中相对位置中距离的单位为：像素间距；图8为采用包含本专利技术GLCM计算方法的纹理方向精细估算方法的流程示意图。具体实施方式为了使本
的人员更好地理解本专利技术方案，下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整的描述。如图1所示，基于图像旋转的任意灰度共生矩阵的计算方法，包括如下步骤：S1：选取图像，设置待计算的GLCM对应的相对位置，相对位置用相对方向与图像水平方向的夹角θ和相对位置两端的距离r来表征；S2：将图像以-θ角度进行旋转，再由公式(1)从旋转后的图像中计算得到该相对位置对应的图像(旋转前的图像)的GLCM：其中表示向下取整；G(m,n；r,θ)表示旋转前的图像的GLCM中第m行第n列的元素值，G′(m,n；r′,θ′)表示旋转后的图像或包含了旋转后的图像的矩形区域的GLCM中第m行第n列的元素值(从后文可以看到：旋转后的图像的GLCM即包含了旋转后的图像的矩形区域的GLCM的第1行到第N行第1列到第N列的矩阵块)，它可以由公式(2)计算得到；其中“card”表示集合中的元素数目；表示矩形区域中的像素集合；f(x,y)表示位置坐标为(x,y)处的灰度值，这里位置以矩形坐标系的坐标表示，该坐标系以旋转前的图像的水平方向和垂直方向作为坐标系的两轴；归一化因子Q′(r′,θ′)为：它表示矩形区域中能与相对位置(r′,θ′)重合上的像素对的数目；在计算过程中，需要去除包含了旋转后的图像的矩形区域在图像外的四个角；这可以通过如下简单的标记来实现：不失一般性地，假设图像中的灰度范围为1到N，令四个角区域的灰度值为N+1，然后通过公式(2)和(3)计算整个矩形区域的GLCM，那么旋转后的图像的GLCM即该GLCM的第1行到第N行第1列到第N列的矩阵块。本专利技术的原理如下：传统GLCM计算方法受到图像像素位置的限制，只能计算那些可与图像像素位置重合的相对位置对应的GLCM。这使得图像的GLCM分析只能在这些特定相对位置(通常为图像水平方向、垂直方向以及两个对角线方向上可与图像像素重合的相对位置)上进行，从而限制了基于GLCM的图像分析的能力，例如纹理方向的精细估计等。如果想要计算图像关于任意相对位置(r,θ)的GLCM的矩阵元素G(m,n；r,θ)，我们可以将图像以-θ角度进行旋转，如图1所示，计算出旋转后的图像的GLCM的矩阵元素后，再由旋转后的图像的GLCM的矩阵元素插值得到。以线性插值为例，那么相对位置(r,θ)对应的旋转前的图像的GLCM的第本文档来自技高网...

【技术保护点】
基于图像旋转的任意灰度共生矩阵的计算方法，包括如下步骤：S1：选取图像，设置待计算的GLCM的对应的相对位置，相对位置用相对方向与图像水平方向的夹角θ和相对位置两端的距离r来表征；S2：将图像以‑θ角度进行旋转，再由公式(1)从旋转后的图像中计算得到该相对位置对应的图像的GLCM：

【技术特征摘要】
1.基于图像旋转的任意灰度共生矩阵的计算方法，包括如下步骤：S1：选取图像，设置待计算的GLCM的对应的相对位置，相对位置用相对方向与图像水平方向的夹角θ和相对位置两端的距离r来表征；S2：将图像以-θ角度进行旋转，再由公式(1)从旋转后的图像中计算得到该相对位置对应的图像的GLCM：其中表示向下取整；G(m,n；r,θ)表示旋转前的图像的GLCM中第m行第n列的元素值，G′(m,n；r′,θ′)表示旋转后的图像或包含了旋转后的图像的矩形区域的GLCM中第m行第n列的元素值，它可以由公式(2)计算得到；其中“card”表示集合中的元素数目；表示矩形区域中的像素集合；f(x,y)表示位置坐标为(x,y)处的灰度值，这里...

【专利技术属性】
技术研发人员：郑罡，
申请(专利权)人：国家海洋局第二海洋研究所，
类型：发明
国别省市：浙江,33