纹理分析
纹理分析是指描述区域的纹理图像的内容。纹理分析试图量化直观等术语所描述的品质粗糙、光滑,光滑,或崎岖不平的像素强度的空间变化的函数。从这个意义上说,粗糙度或碰撞是指强度的变化值,或灰色的水平。纹理分析是用于各种应用,包括遥感、自动化检测、医学图像处理。纹理分析可以用来找到纹理边界,称为纹理分割。纹理分析时是很有帮助的对象在一个图像更以其质地比强度,和传统的阈值技术不能有效地使用。
工具箱包括几个过滤图像纹理分析函数使用标准统计的措施。这些统计数字图像的纹理特征,因为他们可以提供当地信息变化的图像的像素强度值。例如,在光滑的质地,在附近一个像素值的范围是一个小值;粗糙的纹理区域,范围更大。同样,标准偏差的计算像素在一个社区可以显示像素值的变化程度。下表列出了这些函数。
| 函数 | 描述 |
|---|---|
rangefilt |
计算图像的局部范围。 |
stdfilt |
计算图像的局部标准差。 |
entropyfilt |
计算灰度图像的局部熵。熵是一个随机性的统计测量。 |
所有功能操作以类似的方式:他们定义一个感兴趣的像素周围邻居,邻居计算统计,使用该值作为兴趣输出图像的像素值。
这个例子显示了如何rangefilt函数作用于一个简单的数组。
= (1 2 3 4 5;6 7 8 9 10;11 12 13 14 15;16 17 18 19 20]= 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 B = rangefilt B (A) = 6 7 7 7 6 11 12 12 12 11 11 12 12 12 11 6 7 7 7 6
下图显示了元素的值B (2、4)经过计算得出(2、4)。默认情况下,rangefilt函数使用一个3×3附近但你可以指定社区不同的形状和大小。
确定范围过滤后的输出图像的像素值
的stdfilt和entropyfilt功能类似的操作,定义一个街区周围感兴趣的像素附近的统计和计算来确定输出图像的像素值。的stdfilt函数计算标准差的值。
的entropyfilt函数计算的熵社区并将值赋给输出像素。默认情况下,entropyfilt函数定义了一个9-by-9社区周围感兴趣的像素。计算整个图像的熵,使用熵函数。
这个主题有帮助吗?
