图像纹理描述中的共生矩阵

在对图像纹理特征进行分析的时候，一种可用的方法是做共生矩阵分析，共生矩阵用两个位置的象素的联合概率密度来定义：涉及到的参数有：灰度值，方向，距离。
可以这样描述：共生矩阵描述了点A的灰度级为i,在与A距离d和角度a的点B的灰度级为j的频率。所以如果灰度级为N，共生矩就是一个N*N的矩阵。
定义表达式：
设f(x,y)为一幅二维数字图象，其大小为M×N，灰度级别为N,则满足一定空间关系的灰度共生矩阵为
P(i,j)=Count｛(x1,y1),(x2,y2)∈M×N｜f(x1,y1)=i,f(x2,y2)=j｝
Count表示统计的像素点数。

若(x1,y1)与(x2,y2)间距离为d,两者与坐标横轴的夹角为θ，则可以得到各种间距及角度的灰度共生矩阵P(i,j,d,θ)。通常θ方向为:0°,45°,90°,135°4个方向.
对粗纹理的区域，其灰度共生矩阵中的比较大的值较集中于主对角线附近。因为对于粗纹理，像素对趋于具有相同的灰度。而对于细纹理的区域，其灰度共生矩阵中的值则散布在各处。

评论

2 楼 Alicus520 2011-01-30  

我也想呢，最尽在研究这方面的，不知道楼主是否可以？

1 楼 wicker 2008-10-24  

有Java代码就好了，呵呵