一种利用灰度共生矩阵计算分形维数的方法技术

本发明专利技术提供一种利用灰度共生矩阵计算分形维数的方法，其采用不同的灰度量化级构建灰度共生矩阵，进而提取灰度图像在不同灰度量化级情况下的对比度、熵、逆差距三项纹理特征参数；利用纹理特征参数与灰度量化级之间存在的明显分形特征现象，计算出图像的分形维数。本发明专利技术是实现表面形貌的分形维数计算的一种新方法，具有操作简单、便于编程实现、图像旋转不变性等众多优势，将图像的灰度信息与空间信息简单而又有效的结合，有利于实现图像纹理分析，为分形维数计算方法找到了一个新的方向。

A method of calculating fractal dimension by using GLCM

The present invention provides a method to calculate the fractal dimension by using gray level co-occurrence matrix, the gray level and different construction of gray level co-occurrence matrix, and then extract the gray image in different gray level under the condition of contrast, entropy, distance three deficit texture parameters; use fractal phenomenon exists between texture parameters and gray the quantization step, calculate the fractal dimension of the image. The invention relates to a new method of calculating the fractal dimension of surface morphology, has the advantages of simple operation, easy programming, image rotation invariance and many other advantages, combining the gray information and spatial information of the image is simple and effective, is conducive to the realization of image texture analysis, find a new direction for the fractal dimension calculation method.

【技术实现步骤摘要】
一种利用灰度共生矩阵计算分形维数的方法
本专利技术属于分形几何学与纹理分析
，具体涉及一种利用灰度共生矩阵计算分形维数的方法。
技术介绍
纹理是图像内普通存在的一种基本内在属性，表征了图像像素的空间分布属性特征，常表现为局部区域模式与宏观的近似规律排列。纹理分析是计算机视觉技术的重要研究热点，任用到了表面质量评价、模式识别、地质学、医学、人工智能等许多研究领域。近些年，国内外学者创建了许多新的分析或变换手段提取有效的纹理特征，如灰度共生矩阵、自相关函数法、分形理论、马尔可夫随机场理论、小波理论等，使得对纹理特征提取的研究变得缤纷多彩，为更精细地进行图像纹理分类和分析提供了新思路。灰度共生矩阵已经在纹理的统计分析方法中占有主导地位，能较好的描述纹理的随机性与细节性。Haralick在1973年开创性地提出灰度共生矩阵，将陆地卫星图像的灰度信息转化为纹理信息。基于灰度共生矩阵提取纹理特征的方法，描述纹理准确度高、适用性好，是分析图像纹理的局部模式和排列规则的重要基础。Ohanian等人对分形特征、GLCM、MRF和Gabor滤波等纹理特征提取方法的分类性能进行评估,GLCM适用于排本文档来自技高网...

【技术保护点】
一种利用灰度共生矩阵计算分形维数的方法，其特征在于，包括以下步骤：步骤1，采集被加工件的磨削表面纹理，获得光学图像，并将所述光学图像转换成灰度图像；步骤2，采用不同灰度量化级构建所述灰度图像的灰度共生矩阵，从所述灰度共生矩阵中提取被加工件表面的纹理特征参数，其中纹理特征参数包括：对比度、熵和逆差距；步骤3，将任意一个纹理特征参数与相应的灰度量化级均取对数，并以最小二乘法对两个对数进行线性拟合，提取拟合直线的斜率；步骤4，计算分形维数：采用对比度计算分形维数，设斜率为k1，分形维数D1，则D1＝(k1+0.0553)/1.0234；采用熵计算分形维数，设斜率为k2，分形维数D2，则D2＝(1.4...

【技术特征摘要】
1.一种利用灰度共生矩阵计算分形维数的方法，其特征在于，包括以下步骤：步骤1，采集被加工件的磨削表面纹理，获得光学图像，并将所述光学图像转换成灰度图像；步骤2，采用不同灰度量化级构建所述灰度图像的灰度共生矩阵，从所述灰度共生矩阵中提取被加工件表面的纹理特征参数，其中纹理特征参数包括：对比度、熵和逆差距；步骤3，将任意一个纹理特征参数与相应的灰度量化级均取对数，并以最小二乘法对两个对数进行线性拟合，提取拟合直线的斜率；步骤4，计算分形维数：采用对比度计算分形维数，设斜率为k1，分形维数D1，则D1＝(k1+0.0553)/1.0234；采用熵计算分形维数，设斜率为k2，分形维数D2，则D2＝(1.4547-k2)/0.4827；采用逆差距计算分形维数，设斜率为k3，分形维数D3，则D3＝(1.1326-k3)/0.8288。2.如权利要求1所述的利用灰度共生矩阵计算分形维数的方法，其特征在于，所述步骤1中使用光学显微镜以160放大倍率采集被加工件的磨削表面纹理，获得光学图像；并采用matlab软件图像处理工具箱将所述光学图像转换...

【专利技术属性】
技术研发人员：田欣利，王龙，唐修检，杨理钧，杨绪啟，雷冠雄，孙剑桥，
申请(专利权)人：中国人民解放军装甲兵工程学院，
类型：发明
国别省市：北京,11