基于像素插值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像素插值的任意灰度共生矩阵的计算方法及应用，通过像素插值和统计得到图像关于任意相对位置的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。

【技术实现步骤摘要】

本专利技术涉及一种GLCM(灰度共生矩阵，Gray-levelco-occurrencematrix)的计算方法，尤其涉及一种基于像素插值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，本文档来自技高网...

【技术保护点】
基于像素插值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：图像所在区域中任意位置的值可由附近像素上的值插值和取整得到；令满足相对位置(r,θ)的待统计的“位置对”的起始端与图像像素重合，其值为像素值，而末尾端上的值由末尾端附近像素上的值插值和取整得到；通过公式(一)和公式(二)对这些“位置对”进行统计计算，得到相对位置(r,θ)对应的GLCM的矩阵元素；当所有矩阵元素计算完后，便得到了相对位置(r,θ)对应的GLCM，GLCM第m行第n列的矩阵元素计算公式如下：其中，G...

【技术特征摘要】
1.基于像素插值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：图像所在区域中任意位置的值可由附近像素上的值插值和取整得到；令满足相对位置(r,θ)的待统计的“位置对”的起始端与图像像素重合，其值为像素值，而末尾端上的值由末尾端附近像素上的值插值和取整得到；通过公式(一)和公式(二)对这些“位置对”进行统计计算，得到相对位置(r,θ)对应的GLCM的矩阵元素；当所有矩阵元素计算完后，便得到了相对位置(r,θ)对应的GLCM，GLCM第m行第n列的矩阵元素计算公式如下：其中，G(m,n；r,θ)表示相对位置(r,θ)对应的GLCM中第m行第n列的元素值；“card”表示集合中的元素数目；表示图像所在区域；P表示图像的像素集合；f(i,j)和f(i+rcosθ,j+rsinθ)分别表示满足相对位置(r,θ)的待统计的“位置对”的起始端和末尾端的值，这里位...

【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