图像纹理的灰度共生矩阵计算问题的分析

被引：197

作者：

薄华

马缚龙

焦李成

机构：

[1] 西安电子科技大学自动化系

来源：

电子学报 | 2006年 / 01期

关键词：

灰度共生矩阵(GLCM); 纹理分析; 马尔可夫链; 合成孔径雷达(SAR);

D O I：

暂无

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

图像的灰度共生矩阵(GLCM)已知被理论证明并且实验显示它在纹理分析中是一个很好的方法,广泛用于将灰度值转化为纹理信息.然而,由于GLCM是像素距离和角度的矩阵函数,因此完整的GLCM的计算,其参数的选取范围很广,这样GLCM的计算量很大,通常是不能这样用的.为了解决这个问题,本文应用马尔可夫链的性质,从理论上证明了GLCM的计算结果,当像素距离足够大的时候趋于一致性.这样只需较少的参数值就可以完整的描述图像的纹理特征.最后,通过对Brodatz纹理库中自然纹理图像和几幅SAR图像进行仿真,仿真结果验证了上述结论.

引用

页码：155 / 158+134 +134

页数：5

共 5 条

[1]

Tex-ture features for image classification. Robert MHaralick,K Shanmugam,Its′hak Dinstein. IEEE Transactions on Systems Man and Cybernetics . 1973

[2]

Nonparametric Markov Random Field Models for Natural Texture Images. Rupert D Paget. . 1999

[3]

Feature extraction and selection for ERS-1/2InSAR classification. Dutra LV,R Huber. International Journal of Remote Sensing . 1999

[4]

Segmentation of satellite imagery of natural scenes using data mining. Leen-Kiat Soh,Costas tsatsoulis. IEEE Transactions on Geoscience and Remote Sensing . 1999

[5]

A markov random field model based approach to image interpretation. J A Modestino,J Zhang. IEEE Transactions on Pattern Analysis and Machine Intelligence . 1992

← 1 →