在图像中任取一点(x,y)以及偏离它的另一点(x+a,y+b),形成一个点对,设该点对的灰度值为(i,j),即点(x,y)的灰度为i,点(x+a,y+b)的灰度为j。固定点a与点b,令点(x,y)在整幅图像上移动,则会得到各种(i,j)的值。设灰度值的级数为L,则i与j的组合共有L2种。在整幅图像中,统计出每一种(i,j)值出现的次数,再将它们归一化为出现的概率Pij,则称方阵为灰度联合概率矩阵,也称为灰度共生矩阵。灰度共生矩阵实际上就是两像素点的联合直方图,其形成过程如图3-15所示。
距离差分值(a,b)取不同的数值组合,可以得到沿一定方向(如0°、45°、90°、135°)相隔一定距离的像元之间灰度联合概率矩阵。a和b的取值要根据纹理周期分布的特性来选择。当a与b取值较小时,对应于变化缓慢的纹理图像(粗纹理),其灰度联合概率矩阵对角线上的数值较大,倾向于作对角线分布;若纹理的变化较快,则对角线上的数值越小,而对角线两侧上的元素值增大,倾向于均匀分布。
图3-15 灰度共生矩阵的形成过程
为了能更直观地以共生矩阵描述纹理状况,研究者从灰度共生矩阵导出一些反映矩阵状况的参数,典型的有以下几种。
(1)能量
灰度共生矩阵元素值的平方和,也称能量。它反映了图像灰度分布的均匀程度和纹理粗细度。能量的数学定义式如下。
当Pij数值分布较集中时,能量较大;当Pij数值分布较分散时,则能量较小。
(2)相关
相关是度量空间灰度共生矩阵元素在行或列方向上的相似程度,因此,相关值大小反映了图像中局部灰度相关性。当矩阵元素值均匀相等时,相关值就大;相反,如果矩阵像元值相差很大,则相关值就小。相关的数学定义式如下。
(www.xing528.com)
式中,μx、µy、σx、σy分别为与的均值和标准差。
(3)熵
熵是图像所具有的信息量的度量,纹理信息也属于图像的信息,是一个随机性的度量,它表示了图像中纹理的非均匀程度或复杂程度。熵的数学表达式如下。
若Pij分布比较均匀时,则熵较大;反之,Pij数值分布比较集中时,则熵较小。
(4)反差
反差又称主对角线的惯性矩,其数学表达式如下。
对于粗纹理,Pij的数值集中于主对角线附近,此时|i-j|的值较小,所以反差也较小;反之,对于细纹理,Pij的数值比较均匀,因此,反差较大。
免责声明:以上内容源自网络,版权归原作者所有,如有侵犯您的原创版权请告知,我们将尽快删除相关内容。