Составители:
136
область), и сегментация, то есть разбиение изображения на области,
которые являются однородными относительно одной или нескольких
характеристик, или принадлежат некоторому кластеру. Харалик [62]
выделяет два подхода к описанию текстур: статистический и структурный.
Сегодня можно сказать, что развит и получил распространение третий
подход к описанию текстур - фрактальный [63]. Остановимся более
подробно на этих подходах
.
9.1.1 Статистический подход к описанию текстур
В первых работах по анализу текстур использовались такие признаки,
как средняя оптическая плотность снимка и средняя пространственная
частота [64].
Авторы работы [65] в качестве признаков при автоматической
классификации аэрофотоизображений используют среднее значение
оптической плотности и ее дисперсию. В работе [66] для автоматического
анализа формы облачности применяются собственные векторы
ковариационной матрицы яркостей элементов скользящего окна
(прямоугольного фрагмента изображения) размером 6×6 элементов.
Распределение яркостей пар соседних элементов и двумерная
aвтокорреляционная функция в качестве описания изображений облачных
полей исследуются в работе [67]. В более поздних работах Розенфельд
описывает текстуру плотностью перепадов яркости, то есть количеством
перепадов яркости на единицу площади [68].
Харалик [69] для различения текстур использует ковариационные
матрицы,
характеризующие статистики второго порядка и описывающие
пространственные связи пар яркостей элементов в цифровом изображении
текстуры. Этот подход основан на предположении Юлеша [70] о том, что
человеческий глаз использует статистики не выше второго порядка для
распознавания текстур. В 1978-1980 годах Юлеш и Гагалович [71, 72]
посредством моделирования построили контрпримеры, состоящие однако
из искусственных текстур, не встречающихся
в природе. В работе [73]
элементы ковариационной матрицы
B(i,j) являются счетчиками числа
переходов яркости i в яркость j для пар элементов изображения, отстоящих
на заданном расстоянии d. Эта характеристика не инвариантна к повороту,
поэтому необходимо считать число переходов для каждого
анализируемого направления.
Чаще используется не вычисление ковариационных матриц как
таковых, а оценка основанных на них признаков, характеризующих
текстуру.
В работе [69] Харалик предлагает использовать 14 признаков
текстур, основанных на статистике и теории информации. В работе [73] на
основе анализа этих признаков, авторами предложено использовать только
6 из них, представляющих оценку изображения по его информационным и
статистическим характеристикам, таким как характеристика однородности,
контраст, энтропия, количество информации.
Страницы
- « первая
- ‹ предыдущая
- …
- 134
- 135
- 136
- 137
- 138
- …
- следующая ›
- последняя »
