OEPNCV 灰度共生矩陣[GLCM(Grey-Level Co-occurrence Matrix)] ~圖像局部紋理特徵

OEPNCV 灰度共生矩陣[GLCM(Grey-Level Co-occurrence Matrix)] ~圖像局部紋理特徵

OEPNCV 灰度共生矩陣[GLCM(Grey-Level Co-occurrence Matrix)] ~圖像局部紋理特徵


資料來源:

00.https://www.jianshu.com/p/91204c2771a8
01.https://www.cnblogs.com/skyseraph/archive/2011/08/27/2155776.html
02.https://zhuanlan.zhihu.com/p/29826403
03.https://blog.csdn.net/yanxiaopan/article/details/52356777
04.https://blog.csdn.net/lingtianyulong/article/details/53032034


GITHUB: https://github.com/jash-git/OPENCV_Grey-Level_Co-occurrence_Matrix


1概念: GLCM,即灰度共生矩陣,GLCM是一個L*L方陣,L為源圖像的灰度級

2含義:描述的是具有某種空間位置關係的兩個像素的聯合分佈,可看成兩個像素灰度對的聯合直方圖,是一種二階統計

3常用的空間位置關係:有四種,垂直、水平、正負45°

4常用的GLCM特徵特徵:
    (1)能量:是灰度共生矩陣元素值的平方和,所以也稱能量,反映了圖像灰度分佈均勻程度和紋理粗細度。
如果共生矩陣的所有值均相等,則ASM值小;相反,如果其中一些值大而其它值小,則ASM值大。
當共生矩陣中元素集中分佈時,此時ASM值大。ASM值大表明一種較均一和規則變化的紋理模式。
    (2)對比度: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,其對比度越大,視覺效果越清晰;
反之,對比度小,則溝紋淺,效果模糊。灰度差即對比度大的像素對越多,這個值越大。
灰度公生矩陣中遠離對角線的元素值越大,CON越大。
    (3)相關:它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,相關值大小反映了圖像中局部灰度相關性。
當矩陣元素值均勻相等時,相關值就大;相反,如果矩陣像元值相差很大則相關值小。如果圖像中有水平方向紋理,
則水平方向矩陣的COR大於其餘矩陣的COR值。
    (4)熵:是圖像所具有的信息量的度量,紋理信息也屬於圖像的信息,是一個隨機性的度量,當共生矩陣中所有元素有最大的隨機性、
空間共生矩陣中所有值幾乎相等時,共生矩陣中元素分散分佈時,熵較大。它表示了圖像中紋理的非均勻程度或複雜程度。
    (5)逆差距:反映圖像紋理的同質性,度量圖像紋理局部變化的多少。其值大則說明圖像紋理的不同區域間缺少變化,局部非常均勻。

發表迴響

你的電子郵件位址並不會被公開。 必要欄位標記為 *